基于样条金字塔和互信息的快速图像配准

《基于样条金字塔和互信息的快速图像配准》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第26卷第5期计算机应用研究V0l_26No．52009年5月ApplicationResearchofComputersMav2009基于样条金字塔和互信息的快速图像配准木李乔亮，汪国有，刘建国，陈少波(华中科技大学图像识别与人工智能研究所，武汉430074)摘要：采用高精度B样条生成金字塔，大幅降低了计算复杂度，通过Parzen窗计算联合直方图并在此基础上导出目标函数的Hessian矩阵表达式，将具备二次收敛性的Newton方法引入到优化过程从而大大提高了配准速度。对普通光学和多谱图像的配准实验表明，该算法大幅提高了互信

2、息模型下的配准速度，且精度较高。关键词：互信息；图像配准；Powell方法；Newton方法；Parzen窗中图分类号：TP391．41文献标志码：A文章编号：1001—3695(20o9)05—1949—02FastimageregistrationbasedonsplinepyramidandmutualinformationLIQiao—liang，WANGGuo—you，LIUJian—guo，CHENShao—bo(InstituteforPatternRecognition＆，4nialIntelligeFtce

3、，HuazhongUniversityofScience＆Technology，Wuhan430074，China)Abstract：ThispaperintroducedB—Splinepyramidintomutualinformationbasedregistrationproceduretoimprovethepreci—sionandefficiency．TheproposedalgorithmbasedonB—SplinepyramidadoptedNewtoninsteadofPowelloptimizerwh

4、ileesti—matedthejointprobabilitydensityfunctionbyParzenwindowtoimprovetheregistrationaccuracyandefficiency，andexperi—mentalresultsshowthattheregistrationspeedissubstantiallyimprovedbytheproposedalgorithmwithhighaccuracy．Keywords：mutualinformation(MI)；imageregistrat

5、ion；Powellalgorithm；Newtonalgorithm；Parzenwindow图像配准是图像智能分析与处理的关键技术，是数据融差问题；为使互信息模型更鲁棒，Shu采用图像对比度图作合、运动检测和目标识别的必要前提。配准算法将不同时问、为输入图成功提高了配准正确率；Shams等人。采用梯度强度不同传感器、不同视角及不同拍摄条件下获取的两幅或多幅图作为输入，将配准步骤分为三步以降低计算复杂度。像进行几何关系⋯匹配，其最终目的在于建立两幅图像像元为有效提高配准效率且充分发挥互信息模型的优势，针对之间的对应关系。图

6、像配准技术主要应用于医学图像分析、遥上述不足，本文首先对待配准图像构建样条金字塔，最大限度感数据分析、模式识别与计算机视觉等领域。地降低计算复杂度，采用Parzen窗精确求解联合直方图的估目前常用的图像配准方法大致可分为四类，即基于灰度计，同时引入Newton方法对目标函数进行优化。Newton方法域、频域的配准方法，以及利用图像低级、高级抽象特征的配准具备二次收敛性，在最优解附近搜索时能在一步或几步内达到方法。近年来，基于灰度域互信息的多谱图像配准方法成为研最优，这充分利用r塔式结构的优点。实验表明，该方法在保究热点，瓦信

7、息测度对输入图像不作任何相关性假设，且该方证配准精度不失真的情况下，大幅提高了配准速度，具有较好法由于不需要对原始图像进行任何预处理，具有较好的鲁棒性的鲁棒性。和较广的适用范围，非常有利于实现多模图像的自动配准；其在医学图像配准领域已取得了巨大成功，在多源遥感图像配准1互信息理论七的拓展与应用也迅速成为了研究热点。互信息测度认为两幅具备共同结构的图像达到最佳配互信息模型用于图像配准有两点不足：a)优化方法效率准时它们对应的像素灰度互信息为最大，不需要对多模图像灰较低。在互信息图像配准的优化算法中，常用的Powell直接优度间

8、关系作任何先验假设，也不需要对图像进行分割和预处化方法不需要计算目标函数的导数且计算简单；Powell多方向理。互信息测度充分利用了概率统计学中的联合和边缘概率搜索算法一维Brent梯度搜索法的联合优化方法通常是分布理论及信息论中的熵和互信息原理。式(1)中的互信息优化互信息}1标函数的首