一种基于图像配准的超分辨率重建方法

为了提高配准算法的精度并改善超分辨率重建图像的质量,提出了一种具有子像素级精度的图像配准方法。首先,对基于三参数模型的图像配准方法进行介绍并优化。然后,提出了基于四参数模型的图像配准方法,由于没有直接将旋转角度参量引入到运动模型中,有效地避免了原方法中泰勒级数展时的小角度假设。最后,根据配准算法所得到的子像素级运动信息,采用迭代反投影算法进行超分辨率重建。实验结果表明：该配准算法取得了更高的精度,平均平移误差减少0.0297像素 ,平均旋转角度误差减少0.3564度;重建图像具有更好的视觉效果,平均PSNR值提高0.75dB。可以被广泛地应用于相互间主要存在平移和大角度旋转的多幅低分辨率图像的大倍数超分辨率重建,满足了实际应用要求。     

基于MAP的自适应图像配准及超分辨率重建

图像超分辨率重建是一种将多幅低分辨率图像合成为高分辨率图像的技术.当前的超分辨重建技术主要分为图像配准和超分辨率重建2个步骤,提出一种基于最大后验概率的图像超分辨率重建算法,将这2个步骤合二为一;与此同时,为了解决配准参数以及点扩展函数估计值的不精确性问题,在每一幅低分辨率图像代价函数的残差项引入了自适应加权系数并随之...     

基于超分辨率重建的亚像素图像配准

针对低分辨率图像在配准过程中精度较低的问题,提出了一种基于超分辨率重建的亚像素图像配准方法。首先,对具有1至9像素位移的图像序列进行10倍降采样,获取具有0.1至0.9亚像素位移的图像序列。然后,根据图像的获取过程建立数学模型,以Bayes理论为基础,使用最大后验概率法(MAP)对亚像素位移低分辨率图像进行超分辨率重建,获取高分辨率图像。最后,使用具有亚像素配准精度的扩展相位相关法对图像进行配准。配准实验与噪声实验表明,所提方法的最大配准误差为0.03pixel,能实现对低分辨率图像的亚像素级配准,具有配准精度高、噪声抗干扰能力强等特点,可同时满足可见光图像与红外图像的高精度配准要求。     

超分辨率图像重建方法及其在超声图像中的应用

采用时域模型实现基于多帧图像的超分辨率图像重建方法.方法的步骤为先对多帧图像进行光流场配准,用基于最速下降的最大似然估计法重建超分辨率的图像,并对重建的图像进行基于维纳滤波的降噪.在模拟实验中,给定一幅高分辨率源图像,模拟成像过程获取具有亚像素平动的低分辨率加噪图像序列,然后利用上述方法重建超分辨率图像.对标准数字图像进行模拟实验,结果表明该重建方法具有良好的效果.对超声图像的处理结果也表明该方法能有效提高超声图像的分辨率,有望为超声图像分辨率增强提供一种新的手段.     

基于复合Zernike矩相角估计的图像配准

提出了一种基于复合Zernike矩相角估计的图像配准方法.首先,利用尺度不变检测子Harris-laplace检测图像中的兴趣点作为初始特征点,计算以兴趣点为中心、邻域具有尺度不变性的Zernike矩;提出一种鲁棒的相角估计方法,用于估计两个归一化区域的旋转角度值.然后,利用Zernike矩的幅值和相角信息,通过比较每个兴趣点邻域Zernike矩的相似度提取出初始匹配点.最后,提出一种迭代角度修正算法用于精确估计变换参数,并对输入图像进行几何变换后将两幅图像配准.实验结果表明,该算法可在尺度缩放、任意角度旋转以及噪声等复杂条件下实现图像的高精度配准.当旋转角度误差小于20°时,图像的平均覆盖率达到94.125％,有效降低了误匹配的概率.     

基于区域划分的红外超分辨率重建

提出了红外超分辨率重建系统以获取高分辨率红外数据。首先,根据红外图像获取过程建立了数学模型,讨论了降采样、模糊、运动以及高斯噪声对红外系统的影响;在非退化特征提取的基础上提出了基于特征的亚像素配准算法,其根据所得到的非退化特征应用归一化均方根误差来估计两帧之间的亚像素位移。然后,分析了传统全变分因子在高分辨重建时的不足并对其进行改进;利用区域划分将图像划分为平滑区域和细节区域,并根据区域的不同情况自适应全变分因子,从而使细节区域不至于过平滑。最后,利用MM(Majorization Minimixation)算法对合成的低分辨率红外图像和真实红外图像进行了超锐度重建。与同类相关算法的比较实验显示:所提算法亚像素配准最大误差为0.09pixel,重建后的红外图像质量优于其他同类算法。所提算法可以对低分辨红外图像序列进行有效重建,具有配准精度高、重建图像细节丰富等特点,可应用于各种红外成像系统。     

结合多分辨率修正曲率配准的层间插值

针对体数据各坐标轴分辨率不一致,导致医学及工业三维图像重建时出现边界台阶状结构、细节断裂或缺失等问题,提出了基于多分辨率修正曲率配准的层间插值方法。该方法采用反投影重建形式增强图像细节,解决配准图像清晰度和对比度弱的问题;利用三次卷积插值构造切片的低分辨率图像以保留图像细微结构,提高配准精度。采取从低分辨率粗配准到高分辨率精细配准的策略减少计算时间,提高计算效率。利用切片图像对应像素间存在对称形变结构的特征,建立了修正曲率模型估计形变场,解决了配准时单向形变不一致的问题。最后,通过离散余弦变换(DCT)的数值解析方案对构建的形变场估计函数进行优化,利用最终形变场数据对切片进行线性插值,计算出层间图像。实验结果表明,提出的算法能够消除现有方法插值图像的边缘模糊现象。与线性插值算法相比,提出方法的均方差(MSD)减小了40%,高于对称曲率模型,且耗时仅为该模型的20%左右,满足应用要求。     

面向目标检测的空间观测图像精确配准

针对空间目标检测对图像配准精度的要求,本文组合Fourier-Mellin变换和加速鲁棒特征变换(SURF)算法来实现对空间观测图像的精确配准,并研究了该配准算法所涉及的变换模型、特征提取、特征匹配和配准精度等问题。该算法首先利用Fourier-Mellin变换计算图像旋转角度的整数值,根据整数角度将待配准图像反向旋转;然后利用SURF算法检测两幅图像的匹配特征点;最后利用最小二乘方法计算旋转角度的浮点值和平移量,而整数角度与浮点角度之和就是待配准图像的实际旋转角度。文中分析了SURF特征点检测与图像尺寸、DoH响应阈值以及尺度空间层数之间的关系。实验结果表明:提出的算法对图像旋转角度估计值的均方误差为0.0077°,50组实拍图像中星点质心均方误差的平均值为0.1353pixel,能够满足空间目标检测对图像配准的精度要求。     

基于电子皮肤的机器人运动感知算法研究

为了使机器人在光线不足、黑暗、沙尘等环境下感知目标物体的运动,提出了基于电子皮肤的机器人运动感知算法。算法首先使用电子皮肤作为触觉传感器采集触觉图像,接着利用柔性基底和图像形态学技术改善触觉图像;然后通过识别触觉图像形心和配准最优旋转来计算目标的平移和旋转;最后使用线性回归模型拟合平移距离和旋转角度以计算运动速度,完成运动感知。此外,使用高精度并联定位平台验证了算法精度,算法计算平移距离及速度的最大误差不超过2.7%和6.0%,计算旋转角度及速度的最大误差不超过9.7%和4.0%。该结果表明机器人触觉能在极端的工作环境下代替视觉感知物体运动,进而改善与目标的交互,扩展机器人应用场合。     

流场超声层析成像中图像的迭代滤波反投影重建

为提高流场超声层析成像的图像重建质量,提出了一种迭代滤波反投影图像重建算法。该算法借鉴联合迭代重建算法的原理,将滤波反投影算法引入迭代重建过程。首先,利用滤波反投影算法,通过投影数据残差重建误差图像对流场图像进行修正,实现图像的迭代重建。然后,通过优化迭代步长,使每步迭代后投影数据残差均取得极小值以便加快收敛速度。最后,基于流场连续、紧支撑分布的特点,在迭代重建过程中引入投影数据的细分内插和流场图像的圆域修正。实验表明:相比于滤波反投影算法,迭代滤波反投影算法可使理论流场重建的图像误差平均减少26%,流量误差由1.77%减小至±0.25%以内;程序运行时间为0.63s,仅为联合迭代重建算法的0.89%。该算法可实现对直管段内和单弯管下游实际流场的可靠重建,满足流场高精度实时成像的要求。     

采用目标区域互信息的星空图像配准

提出了采用目标区域互信息的测度方法对星图进行精确配准以解决星图中存在噪声、伪星点、星点稀疏以及星图间的旋转等问题。首先对星图进行图像分割,检测出星点目标并对星点进行二值化处理;然后基于互信息配准模型,在含星点的目标区域上,利用Powell算法将最大互信息作为目标函数来指导图像间最优变换参数的搜索。分析了适宜于互信息测度配准的星点分割算法,并论证了采用目标区域互信息的星图配准的可行性。对提出的算法与标准的互信息配准算法进行了对比。结果表明:提出算法的时间消耗与图像中星的数量有关,在图像大小为1 000×1 000时,提出算法的加速比为标准算法的3.4倍。该算法在星图中存在噪声、伪星点、星点稀疏和旋转的情况下仍能进行准确配准,50组实拍星图配准误差平均值为0.138 2pixel,满足了星空图像对精确配准的要求。     

车载图像跟踪系统中电子稳像算法的研究

提出了一种新的稳像方法。首先,采用了一种由粗到精、由局部匹配到全局配准的高效配准策略。在粗配准时,提出基于灰度投影均值的SSDA改进算法,用于快速模板匹配;精配准时,将改进的联合直方图区域计数法用于车载图像序列,在保证精度的同时摆脱大量浮点运算。其次,详细阐述了自适应均值运动滤波法。通过自适应选取滑动窗口的大小,一方面对运动曲线进行平滑以降低抖动,另一方面防止了过稳现象的发生。实验结果表明:该方法能准确、快速实现车载图像配准,且配准精度达到了"亚像素"水平,满足了车载图像跟踪系统对电子稳像技术的实时性及精度要求。     

应用显著纹理特征的医学图像配准

针对传统的基于几何度量的配准方法无法配准存在局部变形的医学器官的问题,提出了应用显著纹理特征的经典迭代最近点(ICP)医学图像配准算法。该方法借鉴主动外观模型(AAM)思想对医学图像的显著纹理特征建模,将显著性强的特征点赋予较大权重,率先配准。在传统基于空间距离的图像配准基础上加入显著纹理距离。然后,模拟格式塔心理学提出的人类视觉认知过程,使用线性递减的权重平衡两种"距离"度量方式。该算法前期主要根据几何距离取得整体配准效果,后期依赖图像纹理特征使存在局部变形位置的特征点也能精确配准。最后,在腹腔肝脏图像上进行实验。实验结果表明该算法取得了较好的配准效果,准确率达78.82%,比其他几种流行算法提高了22.22%,且对图像的旋转变化不敏感。提出的算法基本解决了存在局部变形医学器官图像的配准问题,达到了精度高、鲁棒性强的配准效果。     

应用自适应模拟退火和多分辨率搜索 实现医学超声图像的拼接

为提高图像拼接的成功率,提出了一种基于自适应模拟退火和多分辨率搜索策略的图像自动拼接新方法。该新算法先自适应地选取配准区域,再以互信息为相似度评价标准,结合自适应模拟退火和多分辨率搜索策略的思想分别进行图像平移和旋转参数的全局优化和局部搜索,最后实现图像的拼接。通过对含噪声数字图像和医学超声图像进行的24次模拟拼接实验表明,该新算法较传统的多分辨率直接搜索法有精度高、速度快和抗噪声能力强的优点。由于结合了模拟退火算法的高精度和多分辨率搜索法的高效率,改进后的图像拼接算法将拼接成功率提高了12.5%,并将运算时间控制在可接受的范围内。     

一种适用于特征稀少零件的图像精确拼接方法

针对特征稀少零件的图像精确拼接难题,提出了一种基于相位相关法和闭环运动控制的图像精确拼接方法,以充分发挥软硬件的综合优势。该方法以具有足够特征信息的零件为对象,获取成像系统分别沿X轴和Y轴运动时的零件等距序列图像并预处理,再利用相位相关法求解图像配准参数。在闭环运动控制系统的良好重复定位精度支持下,将上述图像配准参数视为系统配准参数,以进行特征稀少零件的图像拼接。典型零件的图像拼接实验表明,该拼接方法用于特征稀少零件的图像拼接具有无像素级拼接错位和拼接速度快等优点。     

套准偏差自动检测方法

目前,国内多色印刷机多采用手动方式调整套准精度,自动化程度较低,为解决该问题,提出一种套准偏差自动检测方法。基于视觉成像原理拍摄套准标记图像,采用图像分析理论建立套准偏差计算方法。通过彩色图像矢量信号滤波法预处理标记图像并提取图像目标,给出青(C)、品红(M)、黄(Y)、黑(B)四种原色及其复合色像素的分色归类模型,在此基础上检测四种原色套准标记的边缘像素,进一步结合最小二乘和Hough变换法拟合套准标记的多条边缘直线,最后在图像中计算四种原色特征直线之间的偏移距离,通过视觉标定给出物空间的套准偏差。试验结果表明该方法自动检测套准偏差的精度高于20 μm,符合国家印刷行业标准规定的套准精度要求,适用于以C、M、Y、K合成原理为基础的双色、四色胶印系统。     

复杂曲面机器人三维测量的误配准筛除算法

航空叶片属于复杂异形曲面,作为航天发动机的重要零件之一,其形状结构的高精度检测必不可少。复杂异形曲面由于其边缘曲率复杂,使得目前的点云配准技术尚无法满足其高精度配准需求,针对航空发动机叶片复杂异形曲面高精度配准的要求,提出了基于多尺度描述子的空间角度差分阈值筛除误配准对的配准算法,创新性的通过多尺度特征与空间角度差分阈值筛除算法相结合的方法实现高精度的异形曲面配准。该方法可以有效降低误匹配点和噪声点对配准效果的影响。实验表明,本算法对于航空叶片复杂异形曲面具有很好的配准效果,配准精度高,且具有良好的鲁棒性。     

基于视觉注意模型的SIFT图像配准算法研究

针对SIFT配准算法提取图像特征点较多,配准点冗余,容易误配,存储空间大,匹配耗时多等缺点,根据认知心理学的相关理论,提出一种基于视觉注意模型的SIFT特征提取算法,并应用于复杂背景下的多目标图像配准。本算法首先利用视觉注意模型提取输入图像的显著目标,然后使用SIFT算法对显著目标区域配准。实验结果表明,本算法减少了复杂背景下大量的干扰信息和特征点,提高了配准精度和效率,取得了较好的配准效果。