图象匹配品质评价和路径规划.研究

《图象匹配品质评价和路径规划.研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、圭塑奎兰查兰塑圭丝查里堡里墨苎墨塑堕苎苎苎垫型堑墨度值和位置．为了使图像配准准确，我们需要对引起图像差异的原因，特别是畸变的原因进行分析．只有越多的掌握图像差异的信息，才能找到更好的变换，从而准确地进行配准-旋转此例匡∑：，r曰‘1水平剪切刚体T眦'ainRelief四日>鼹露1-1几种典型的几何变换1．图像配准的定义图像配准可以定义为两幅图像之间，空间上和灰度值上的一个映射。若I。(x，y)，Iz(x，Y)分别代表图像I．和I：在(x。Y)坐标上的灰度值，那么此映射即为：，2(x，y)=g(州，(x∥))其中f是

2、二维空间坐标变换，(x，y)兮(x：_y．)．g是一维灰度值变换。配准问题就是要找到最佳的空间上和灰度值上的变换，使得图像相互匹配或找到两者间的差异。本文主要讨论图像间的匹配问题。灰度值变换一般不需要，通常可以通过一个由探测器校准而得到的灰度值对照表即可。找到最佳空间(几何)变换的参数，通常是配准的关键所在。一般它可以参数化表示为两个单值函数工∥：J：(x∥)=J1(^O，y)，鼻O∥))2．几何变换尽管图像中有很多种差异存在，但配准方法中必须选择某类几何变换，来消除由于获得图像条件不同和景物中影响获取图像的特征所

3、造成的空间中的畸变．常用的几何变换包括刚体变换、仿．2．圭塑奎璺查兰婴生丝奎里堡!堡苎竺堡堕皇垫苎垫型堡墨假设在图像坐标下，点M的坐标是(x，y)，在齐次坐标下，它表示为露(x，Y，z)，其中x=x／z·y=Y／Z．几何变换为T，M～'=TM～．则各个几何变换分别用矩阵表示为：r{

4、!；卜⋯t”u。r=[专：等；]，满足干+譬dt丁{三菩；]，九一r·表示旋转、尺度和剪切变换参数。，=[吾等；]，参数n和a与图像平面到投影平面的距离成反比·3．图像差异圭塑壅兰查苎翌主塑奎塑堡!堡曼堕塑堕量苎竺壑塑堡墨相似度量和搜索

5、策略．最主要的配准方法有两大类：一类是提取特征拐角点、交叉点或直线端点等特征量，通过得到表示的图而进行图的匹配搜索，或者通过一些聚类的方法找到两幅待配准的图中所对应的特征点和线，最后解方程得到所找的变换；另一类是基于区域属性(如不变矩、重心、边缘等)的配准方法，其中最常用的是基于灰度值相关的直接模板匹配的方法，通过定义某个相关度量获得在此意义下的最大相关位置．数字图像匹配(imagematching)是信息处理领域中一项极为基本和重要的技术．它的应用范围相当广泛，其中包括：导弹的地形和地图匹配制导、飞机导航、武器投

6、射系统的末制导和寻的、光学和雷达的图像目标跟踪、资源分析、气象预报、医疗诊断、文字读取以及景物分析中的变化检测等。例如图像匹配制导是图像配准技术中最直接的一项应用，它是将实时拍摄下的图像作为模板与存储在飞行器上的基准卫图进行相关配准，在指定区域内逐点作相关运算，以最大相关度量值的位置作为定位点。如图I-2所示。但是。必须对基准图作一些基本处理以消除由于获取实时图和基准图的传感器以及位置角度不同所带来的旋转、尺度、畸变差异。这样图像匹配仅仅是寻找一种最佳平移变换．图I-2匹配定挺系统方程圈本文第二章将回顾一般图像配准

7、的主要手段和优缺点，介绍各种图像配准的方法和步骤。基于区域灰度相关的匹配是一项较成熟的技术，在航空、国防军事方面都有重要的运用，诸如在巡航导弹自动定位导航上，匹配定位的好坏跟地形特征有很大关系。第三章讨论如何对基准图考查，定义并计算得到图像匹配品质的度量指标．通过对品质指标的选取获得最佳匹配区域用于指导实时的匹配。第四章回顾了通常求解组合优化问题中用于寻找最优解的各种搜索算法．为使制导达到高的精度。必须对飞行器所经路径预先进行规划，以便匹配的点序列尽可能都处在地形特征较明显易于匹配的区域。第五章将根据第三章所得到品

8、质度量值搜索出路径结点进行航迹规划。．4．圭塑壅苎查璺塑生塑苎里堡!墨苎堕塑竺量苎苎垫型堡墨第二章图像配准的主要方法图像配准(imageregistration是许多基于图像处理应用的预处理第一步，对它的研究可以说一直都是数字瞬像处理技术、计算机视觉理解的重要研究内容。主要的研究手段可分成两类：一类是通过分别对待配准的图像和参考图像提取特征点，例如提取交叉点、拐点或者角点等，然后将结点表示成图进行匹配；另一类是直接对两幅图像进行操作，通过区域(一般选作矩形或圆形模板)属性(灰度相关性、灰度组合、频域分析等)的比较来

9、反映它们的相似性测度。例如矩方法、灰度相关法、灰度组合最小化方法等．通过特征的匹配一般精度很高，而且运算量较小，但缺点是特征一般很难提取，丽且方法因图像而各异，不具有通用性；甚至有时不能提取特征，例如对来自不同传感器的图像、不同角度获取的图像。区域匹配算法一般较简单，可并行处理，实现方便易于硬件化，缺点是运算量大，精度不高：而且基于区域灰度的配准方法，由于和