毕业设计（论文）--图像匹配

《毕业设计（论文）--图像匹配》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、毕业设计（论文）摘要数字图像配准是指将从同一场景拍摄的具有重叠区域的图像通过特征匹配方法，找出图像之间的对应关系。目前，图像配准技术广泛应用于医学、生物、信息处理和其它领域，它已成为图像处理应用中不可或缺的技术。本文主要主要介绍了灰度相关的配准方法，灰度相关的图像配准算法是图像配准算法中比较经典的一种，很多配准技术都以它为基础进行延伸和扩展。它是从待拼接图像的灰度值出发，对待配准图像中一块区域与参考图像中的相同尺寸的区域使用最小二乘法或者其它数学方法计算其灰度值的差异，对此差异比较后来判断待拼接图像重叠区域的相似程度，

2、由此得到待拼接图像重叠区域的范围和位置，从而实现图像配准。对位移量比较大的图像，可以先校正图像的旋转，然后建立两幅图像之间的映射关系。当以两块区域像素点灰度值的差别作为判别标准时，最简单的一种方法是直接把各点灰度的差值累计起来。另一种方法是计算两块区域的对应像素点灰度值的相关系数，相关系数越大，则两块图像的匹配程度越高。该方法的配准效果要更好，配准成功率有所提高。基于灰度相关的配准方法的优点是原理简单，直观性好，计算量较小；缺点是只适用于具有水平或者垂直位移方向上的两幅图像的配准，根据所选择的模板的不同，基于灰度相关的

3、配准方法可以分为：线模板匹配法、比值模板匹配法和块模板匹配法。本文分别对3种匹配方法的算法原理和具体实现进行深入研究。通过研究发现，线模板匹配法精确直观，但是它只能处理简单的平移变换下的图像配准，容易受光照的影响，不能实现图像旋转和缩放情况下的配准。比值模板匹配法算法清晰简单，容易理解，实现起来比较方便。在匹配计算的时候，计算量小，速度快；但是，不能处理旋转缩放情况下的配准。块模板匹配法能准确找到匹配点，能在小的旋转和缩放变形的情况下实现配准；但计算量较大。关键词图像配准，灰度相关，线模板匹配法，比值模板匹配，块模板匹

4、配24毕业设计（论文）AbstractDigitalimageregistrationisthesamesceneshotfromtheoverlappingregionoftheimagebyafeaturematchingmethodtofindthecorrespondingrelationshipbetweentheimages.Currently,imageregistrationtechniquesarewidelyusedinmedicine,biology,informationprocessingan

5、dotherarea.Ithasbecomeanintegralpartofimageprocessingapplicationsoftechnology.Thispaperintroducesregistrationmethodbasedgray-correlation.Themothodismoreclassicone,manyregistrationtechniquesarewereextendedandexpandedbasedonit.Itisamosaicimagefromthegrayvaluetobep

6、roceedingtowardsregistrationwiththereferenceimageinaregionofthesamesizeintheimageareausingtheleastsquaresorothermathematicalmethodstocalculatethegrayvaluedifferences,thiscomparisonwastodeterminedifferencesoverlaptheimagemosaictobethedegreeofsimilarity,theresulta

7、ntmosaicimagetobetheextentandlocationofoverlap,inordertoachieveimageregistration.Largerthantheimageofthedisplacementcanbecorrectedimagerotation,thenestablishthemappingbetweentwoimages.Whentworegionaldifferencesingrayvalueofpixelsasthecriterion,themostsimplewayis

8、topointdirectlytothecumulativedifferencebetweenthegrayup.Anothermethodistocalculatethetworegionsofgrayvaluepixelcorrespondingtothecorrelationcoefficient,correlationco