资源描述：
《特征区域的图像自动配准》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、基于特征区域的图像自动配准摘要:为了解决基于特征的图像配准中的特征点的定义和提取问题,提出了一种以特征区域替代特征点的定义和提取方法。该方法应用moravec算子选择候选特征区域,使用具有旋转不变性的zernike矩表征该区域的特性;采用二级匹配策略进行特征区域的匹配,即基于自组织映射神经网络的初始匹配及精细匹配;建立图像的配准框架并实现图像的配准。实验结果表明,该方法能有效地提取图像的特征点并能准确地进行特征点的匹配，整个配准过程完全自动进行。关键词:图像配准;特征点;特征区域;zernike矩;二级
2、匹配策略automaticimageregistrationbasedonfeatureregionshuxiaohua1,2*,shenzhenkang2(1.schoolofelectricalandinformationengineering,hunanuniversityoftechnology,zhuzhouhunan412008,china;2.atrlaboratory,nationaluniversityofdefensetechnology,changshah
3、unan410073,china)abstract:inordertosolvetheproblemoffeaturepointsdefinitionandextractioninimageregistrationbasedonfeaturepoints,anapproachwasproposedinthispaper.featureregionwasdefinedandextractedinsteadoffeaturepoint.moravecoperatorwasappliedtochooseth
4、epreparatoryfeatureregions,androtationinvariantzernikemomentwasusedtocharacterizethefeatureregions.twostepmatchingstrategywasemployedformatchingthefeatureregions,i.e.theinitialmatchingwasbasedonselforganizingmappingnetworkandthefinematching.theautomat
5、icimageregistrationframeworkwasestablishedandtheimageregistrationwasrealized.theexperimentsshowthatthismethodcaneffectivelyextracttheimagefeaturepointsandperformaccuratematchingofthefeaturepoints,theregistrationprocessiscompletelyautomated.keywords:imag
6、eregistration;featurepoint;featureregion;zernikemoment;twostepmatchingstrategy0引言与基于像素的图像配准方法相比,基于特征的配准方法因其配准速度较快而得到广泛应用[1]。但这类方法需要提取图像的特征点及将特征点进行对应,因此特征点的提取及对应成为这类方法的关键。目前,特征点的定义及提取多采用图像中具有特定意义的点或线（如采用多尺度harris算子的角点检测[2]、尺度不变特征转换(scaleinvariant
7、featuretransform,sift)特征点的检测与匹配[3]以及基于结构边缘的特征检测[4]等),或采用将特征区域的外部边缘与质心一起作为特征点[5]。在这些方法中,特征点的定义与提取均针对图像中的点或线特征。但有些图像中并没有明显的点或线特征,或者其中的点或线特征不容易提取。因此,本文对特征点的定义和选择进行了扩充,将图像中具有特定意义的局部区域作为图像的特征,并据此提出了一种图像的自动配准方法。1特征点的定义及描述目前,图像的特征点没有公认一致的定义,它们大多是图像中具
8、有某特定属性的点,如图像中的轮廓点、边缘点、角点、交叉点等。但是有些图像并没有这些明显的点或线特征,而具有特定意义的局部区域则是存在的。因此,将特征区域代替狭义的特征点将是一个可行的方法。图像中这样的区域应具有独特性、不变性及稳定性等特性[6]。即所选择的特征区域具有与周围图像不同的内容,其特征值具有平移、旋转、缩放不变性,以及在不同图像中都能找到该特征区域。moravec算子[7-8]是一个描述图像局部区域变化的算子,其值反
