快速亚像素图像配准算法研究

亚像素图像配准是图像配准技术中的研究热点。常用的亚像素配准算法是相位相关法与拟合方法的结合。针对该方法中存在的时间和精度不能同时达到最优的问题,提出了基于角度-平移信号频率估计的亚像素配准算法,利用相位相关中的交叉功率谱的角度信息构建出了角度-平移一维信号,运用DFT相位差分法准确估计出一维信号的频率,进而计算出图像间的亚像素平移量。通过在Matlab下仿真实验,验证了本文算法在时间和精度上均优于拟合法。     

基于相位相关和模板匹配的亚像素图像配准参数估计

针对图像配准中的亚像素参数估计问题,提出了一种相位相关和模板匹配相结合的方法。该方法先采用相位相关法进行粗配准,找到整像素平移;然后运用模板(窗口)匹配和基于最小二乘的曲面拟合法实现亚像素图像配准参数估计。通过实验表明该方法可以充分利用FFT的高效运算,达到亚像素精度。     

基于SURF和矩阵乘法的超大规模遥感图像亚像素配准算法研究

图像配准是一项基本而又非常关键的图像预处理技术。在很多应用领域,要求配准精度达到亚像素级。现有的相位相关法具有精度高、计算简单等特点,但是随着图像规模的增大,计算付出的时间代价是巨大的。本文提出基于SURF和矩阵乘法相位相关法的超大规模遥感图像亚像素配准算法,采用化整为零的方法,首先把整幅图像划分成不同区域,其次使用改进的Canny算法进行边缘分割,去除无用信息,再次使用SURF算法提取特征,最后在关键点周围使用矩阵乘法相位相关估计图像亚像素偏移量。实验表明本文提出的算法不仅提高了算法运行速度,同时也解决了图像尺寸太大导致一般计算机无法处理的问题。并且由于矩阵乘法相位相关的良好抗噪声特性,因此即使存在噪声,算法仍然可以获得较高的亚像素偏移量估计精度。     

基于相位相关的目标图像亚像元运动参数估计

为获取亚像元级目标运动参数,提出一种基于相位相关分析的图像配准方法。首先讨论了目标局部运动和全局运动的目标参数估计问题,通过图像减影运算和模块匹配方法实现粗配准,从全景图像中分离目标信息和背景信息,计算目标中心坐标,获取像元级运动参数;然后采用相位相关图像配准方法实现精配准,利用傅里叶变换的平移特性,对产生平移的目标图像,通过求解归一化的互功率谱的傅立叶逆变换,得到二维脉冲函数,其峰值对应图像位移,由此获取亚像元级位移量。在实验室通过自准直光学系统获取光斑运动图像,使用Leica经纬仪标定光斑运动参数精度。结果表明,该方法效果显著,最大配准误差为0.156,标准差为0.091,配准精度优于1/10像元。     

MEMS测量中一种新型的亚像素定位技术

亚像素定位技术是实现基于视觉的高精度MEMS测量的关键。文章提出了一种混合非线性优化和离散傅里叶变换的亚像素定位方法。首先通过相位相关法估计出像素级平移参数,然后利用互功率谱的整体信息,在其邻域范围内进行上采样矩阵傅里叶变换,精确定位相位互相关谱的峰值,测得亚像素级平移参数,最后实现了图像的高精度匹配。实验表明,该算法的定位精度优于扩展的相位相关法,像素定位精度能达到0.01像素,能够满足MEMS运动图像的高精度定位,且具有更好的噪声抑制能力和计算复杂度较低的特点。     

基于傅里叶变换的遥感图像配准算法

提出了一种基于傅里叶的遥感图像自动配准方法,图像间的变化包括平移、旋转及比例变化。该方法是傅里叶相位相关技术的扩展,其主要优点是在不需要寻找控制点和传感器参数的情况下进行图像自动配准。通过对数一极坐标变换、利用傅里叶变换的比例特性和旋转特性搜索图像间的比例和旋转变化,利用傅里叶的相位相关技术(能量谱)确定图像间的平移关系,实验结果表明了此方法的可行性和有效性。     

基于霍夫变换和相位相关的图像配准方法

本文结合霍夫变换和相位相关技术来处理图像配准问题.根据1D相位相关技术,提出了一种通过搜索角度脊来得到旋转参数的方法;将待处理图像去旋转后,再采用2D相位相关来得到平移参数.本文方法可以充分利用FFT 的高效运算.实验结果表明此方法能准确有效地处理具有旋转和平移的图像配准问题.     

基于Fourier-Mellin变换和相位相关的MEMS旋转角度的测量

MEMS器件微结构的运动特性影响器件的性能和可靠性。为实现微结构周期运动过程中各个时刻的旋转角度的测量,提出一种基于傅里叶梅林(Fourier-Mellin)变换和相位相关算法的旋转角度测量方法。利用傅里叶梅林变换算法的旋转不变性,将图像空间坐标转换为对数极坐标的参数空间,旋转角度变化转化为平移的运动,然后利用相位相关的亚像素平移测量算法,得到微结构旋转角度。实验结果表明,该算法旋转角度测量分辨率达到0.01°,计算量较小且具有抗干扰能力。     

基于相位相关模板匹配的全景图像拼接

本系统对图像拼接的两个主要过程：图像配准和图像融合分别进行了详细介绍。图像配准是图像拼接的核心技术,并针对图像拼接中的图像配准参数估计问题,提出了一种扩展相位相关法与优化相结合的参数估计方法。基于相位相关模板匹配采用相位相关法估计出相互间存在旋转和平移的两幅部分重叠的图像的初始变换参数,然后对参数进行优化而得到最终准确...     

基于仿射变换模型的图像配准中的平移、旋转和缩放

文中讨论了二维仿射变换的平移、旋转和缩放等特性。对可见光波段和红外波段图像采用基于特征的配准,以边界作为特征进行相关运算,求出边界对应位置的关系,建立仿射变换 模型,按照最大相关原则自适应确定最佳配准参数k、θ、△x和△y,能够实现图像的自动配准。并利用实际可见光与红外图像给出了运用仿射变换模型的实验结果,表明该模型可有效解决图像配准中的平移、旋转和缩放。     

An image registration algorithm based on phase correlation and the classical Lucas–Kanade technique

Image registration is defined as an important process in image processing in order to align two or more images. A new image registration algorithm for translated and rotated pairs of 2D images is presented in order to achieve subpixel accuracy and spend a small fraction of computation time. To achieve the accurate rotation estimation, we propose a two-step method. The first step uses the Fourier Mellin Transform and phase correlation technique to get the large rotation, then the second one uses the Fourier Mellin Transform combined with an enhance Lucas–Kanade technique to estimate the accurate rotation. For the subpixel translation estimation, the proposed algorithm suggests an improved Hanning window as a preprocessing task to reduce the noise in images then achieves a subpixel registration in two steps. The first step uses the spatial domain approach which consists of locating the peak of the cross-correlation surface, while the second uses the frequency domain approach, based on low-frequency (aliasing-free part) of aliased images. Experimental results presented in this work show that the proposed algorithm reduces the computational complexities with a better accuracy compared to other subpixel registration algorithms.     

Maximum likelihood estimation for InSAR image co-registration

This paper presents a closed-form robust phase correlation based algorithm for performing image registration to subpixel accuracy. The subpixel translational shift information is directly ob- tained from the phase of the normalized cross power spectrum by using Maximum Likelihood Esti- mation （MLE）. The proposed algorithm also has slighter time complexity. Experimental results show that the proposed algorithm yields superior registration precision on the Cram@r-Rao Bound （CRB） in the presence of aliasing and noise.     

采用最优峰值的相位相关红外图像配准方法

对数极坐标域下的图像配准方法常因相位相关互功率谱呈现多峰分布而影响匹配准确度,为此提出了一种基于区域最优峰值的相位相关红外图像配准方法。首先将待配准图像和参考图像转换到对数极坐标域,其次以自适应巴特沃斯高通滤波为预处理,最后结合归一化互相关和相位相关的相似性测度,在合理截断互功率谱半径轴低数值段的基础上,筛选出最优峰值实现自动配准,同时研究了对数极坐标变换尺寸对匹配性能的影响,给出了最优尺寸变换比。实验结果表明:该算法对噪声污染图像表现出较好的鲁棒性,对于存在平移、旋转和缩放的红外图像具有更高的配准精度。     

On the possibility of automatic multisensor image registration

Multisensor image registration is needed in a large number of applications of remote sensing imagery. The accuracy achieved with usual methods (manual control points extraction, estimation of an analytical deformation model) is not satisfactory for many applications where a subpixel accuracy for each pixel of the image is needed (change detection or image fusion, for instance). Unfortunately, there are few works in the literature about the fine registration of multisensor images and even less about the extension of approaches similar to those based on fine correlation for the case of monomodal imagery. In this paper, we analyze the problem of the automatic multisensor image registration and we introduce similarity measures which can replace the correlation coefficient in a deformation map estimation scheme. We show an example where the deformation map between a radar image and an optical one is fully automatically estimated.     

红外搜索跟踪系统中实时图像配准的研究和实现

为实现在红外探测器运动的条件下地面弱小目标的快速搜索与跟踪,提出了一种基于相位相关法配准和角点法配准相结合的红外图像配准方法实现对红外图像的运动补偿。根据相位相关法配准和角点法配准的特点,首先利用相位相关法对运动中的红外图像进行粗配准,然后利用相位相关法配准的结果作为角点法配准的先验信息实现图像的高精度配准。实验结果表明该算法能够在不降低配准精度的条件下,实时地为红外搜索跟踪系统提供红外图像的位移信息,有效地提高了红外搜索跟踪系统对弱小目标的检测率和检测精度。     

相位相关法及其在偏振图像配准中的应用研究

分析了遥感偏振探测的原理和与遥感强度探测相比所具有的优越性,指出了偏振图像的特点。采用偏振测量方法,可以获得地物的偏振信息,有助于增强对地物的探测能力,但是对图像像元不对准有很高的敏感性,为了得到可靠的偏振信息,配准的精度应该至少到达0．1个像素。介绍了一种基于傅立叶变换的配准方法：相位相关法,并把该方法应用于偏振图像配准中。相位相关法根据傅立叶变换的平移性质,能够解决具有平移关系的图像配准问题,实验证明该方法具有对噪声和图像灰度变化不敏感的优点。     

相位相关法及其在偏振图像配准中的应用研究

分析了遥感偏振探测的原理和与遥感强度探测相比所具有的优越性,指出了偏振罔像的特点。采用偏振测量方法,可以获得地物的偏振信息,有助于增强对地物的探测能力,但是对罔像像元小对准有很高的敏感性,为了得到可靠的偏振信息,配准的精度应该至少到达0．1个像素。介绍了一种基于傅妒叶变换的配准方法：相位相关法,并把该方法应用于偏振图像配准中。相位相关法根据傅立叶变换的平移性质,能够解决具有平移关系的图像配准问题,实验证明该方法具有对噪声和图像灰度变化不敏感的优点。     

红外搜索系统视频图像拼接算法及其应用

为了实现将视场小、变化快的红外搜索系统视频图像拼接成全景图像,根据红外搜索系统具有确定像空间位置变化信息的特点,提出了一种结合图像位置信息和模板匹配的的红外图像拼接算法。该算法有效的解决了传统的区域配准拼接算法运算速度慢和基于特征配准拼接算法精度差的不足,具有运算速度快、配准精度高的优点。为了验证该算法的有效性,利用采集到的红外搜索系统试验视频进行了仿真计算,从仿真的结果看,该算法相对于传统算法,大大提高了运算速度和匹配精度。     

同时偏振成像探测系统的偏振图像配准研究

同时偏振成像探测技术是一种新型的偏振成像探测技术,它能在同一个探测器上同时获得被探测目标0、45、90、135 4个偏振方向的偏振强度图像。为了准确获取被探测目标的偏振信息,这４幅图像的配准显得尤为重要。为了使配准精度达到0.1个像元,结合同时偏振成像探测系统的成像方式,提出了一种基于空域和频域互相关的偏振图像配准方法。该方法使用硬件和软件相结合的方式完成图像的配准。首先使用空域互相关的算法实现图像的像元级粗配准;然后使用频域互相关的像元级配准算法进行像元级精配准;最后使用频域互相关的亚像元配准算法实现偏振图像的亚像元级配准。     

Identification of translational displacements between N-dimensional data sets using the high-order SVD and phase correlation.

This paper presents an extension of the phase correlation image alignment method to N-dimensional data sets. By the Fourier shift theorem, the motion model for translational shifts between N-dimensional images can be represented as a rank-one tensor. Through use of a high-order singular value decomposition, the phase correlation between two N-dimensional data sets can be decomposed to independently identify translational displacements along each dimension with subpixel resolution. Using three-dimensional MRI data sets, we demonstrate the effectiveness of this approach relative to other N-dimensional image registration methods.