基于多尺度小波变换角点特性的图像配准研究

《基于多尺度小波变换角点特性的图像配准研究》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、万方数据第3l卷第4期2011年10月天津师范大学学报(自然科学版)JournalofTianjinNormalUniversity(NaturalScienceEdition)文章编号：1671—1114(2011)04—0044—06基于多尺度小波变换角点特性的图像配准研究张瑞华1’2，吴谨1(1．武汉科技大学信息科学与工程学院，武汉430081；2．中国人民解放军空军雷达学院实验中心，武汉430019)V01．31No．4oct．2011摘要：针对传统单尺度角点检测算法易产生伪角点和在角点匹配过程

2、中计算复杂，容易产生误匹配等缺点，提出一种基于多足度小波变换角点特性的图像配准方法．该算法首先采用多尺度小波变换的二维图像角点检测算法采检测参考图和待配准图的角点信息，然后采用两图角点对的欧几里德距离平均值的极小值作为两图角点对配准准则，利用改进的粒子群优化(ParticleSwarm0ptimization．PSO)算法求解配准所需的空间变换参数．实验结果表明：该算法配准精度能够达到亚像素级．而且速度得到明显改善，可应用于多模态图像的配准．关键词：图像配准；小波变换；角点栓测；改进的PS0算法中图分类

3、号：TP391文献标志码：AImageregistrationbasedonmulti-scalewavelettransformcornerswithsub。pixellocalizationZHANGRuihual¨．wUJinl(1．SchoolofInformationScienceandEngineering．WuhanUniversityofScienceandTechnology，Wuhan430081，Chinat2．ExperimentCenter。AirForceRadarAcade

4、my，Wuhan430019。China)Abstract：Todenlwiththefaultsoftraditionalsingle-scalecornerdetectionincludingfalseandunstablecorners，highcomputationalcomplexityandincorrectmatching．anewimageregistrationalgorithmisproposedbasedonim‘provedcornerfeature．Firstly，amulti

5、—scalewavelet—basedcornersalgorithmisusedtOdetectthecornersinrefer—eneeimageandtempimage．Andthenasimplelocalrandomsearch(I。RS)procedureisadoptedtOsearchlocalopti—malsolutions．Lastly，translationparametersarecalculatedbyusingimprovedparticleswarmoptimizati

6、on(PSO)algorithm．Experimentsshowthatthealgorithmcannotonlyachievesub-pixelprecision，butalsodecreasetheruntimeoftheprocess，anditcanbeusedtOmeettheneedofthemuhimodalityimageregistration．Keywords：imageregistration；wavelettransform；cornerdetection；particlesw

7、armoptimization(PSO)不同传感器或同一传感器在不同时间、不同视点获得的图像在空问上往往会存在差异，因此在图像融合前需要进行图像配准处理，以消除待融合图像间的差异．图像配准是图像融合的重要前提，配准精度的高低直接决定了融合结果的质量．现有的图像配准方法可以分为基于特征的图像配准和基于灰度的图像配准2种，它们的主要区别在于是否包含分割步骤．基于特征的配准方法包含图像的分割过程，通过提取图像的特征信息，对图像的显著特征进行配准；基于灰度的配准方法无需进行图像的分割和特征的提取，可直接用图像的

8、统计信息作为配准的相似性度量．基于特征的图像配准方法是目前最常用的方法之一，其最大的优点是能够将整个图像的各种分析转化为对图像特征的分析，从而大大减小了图像处理过程中的运算量，对灰度变化、图像变形和遮挡等都具有较好的适应能力．Yang等[1]利用角点集的凸包概念来解决仿射变换下的图像配准和场景识别问题，该方法为离散角点的对应匹配提出了新的思路，但它只适合易于提取特征轮廓的简单场景，且要求点集的凸包能够反映目标物的轮廓收稿日期：201l—01