基于图像配准的扫描电镜图像误差校正

扫描电子显微镜(SEM)是表征纳米材料和纳米结构的重要测量仪器。扫描电镜在环境的影响下会产生图像失真,尤其在微纳尺度范围内会产生较大的测量误差。为了修正SEM图像的测量误差,提出基于图像配准的图像误差校正方法。该方法采用基于特征属性的图像配准技术,通过加速稳健特征算法提取图像特征点并构造描述矢量,建立失真图像的空间变换模型,从而恢复样品的真实图像。实验证明该方法能够有效地校正扫描电镜图像,提高样品形貌观测的准确性和精度。     

基于Fourier-Meliin算法的干涉图像配准

提出了采用Fourier-Mellin算法对大孔径静态干涉成像光谱仪的原始干涉图像进行配准的方法,用于校正由于推扫平台系统姿态不稳所造成的失真.采用Fourier-Mellin算法和相位相关算法求取干涉图像的旋转角度和缩放及平移参数,并通过多帧未校正的图像和校正后的图像分别拼接成大面积地域图像来验证算法.实验结果表明,通过人眼判断,可以实现对图像的配准,配准精度达到1Pixel,基本满足将LASIS原始干涉图校正为不失真图像的要求.     

基于几何代数 SURF 的三维医学图像配准研究

三维医学图像可辅助医生的临床诊疗,不同模态三维图像通过配准后,可为医生提供更全面的病患信息,而传统三维多 模态医学图像配准的精度不高、耗时较长且易受干扰。 首先搭建 Hessian 四维尺度空间,将加速稳健特征(SURF)框架拓展至三 维,然后基于几何代数构造了梯度角度不变性的三维特征点描述子,以丰富特征点信息;再设计快速空间寻优算法,不仅可保证 配准精度,且提高配准稳定性;最后,采用数据一致性较好的 RIRE 公开数据集和合作附属医院提供的个性化临床实例数据开 展实验。 实验评估中,以手动配准作为金标准,公开库和临床实例图像的配准均值误差都不超过 3 mm,配准相似性超过 99. 1% ;抗扰实验中混入高斯噪声,均值误差仍不超过 3. 5 mm,相似性超过 98. 9% 。 实验结果表明,基于几何代数 SURF 的三维 配准方法的精度更高且稳定性更强,可为临床适用提供理论基础与诊疗预案。     

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。     

光谱仪图像的亚像素配准

针对超光谱成像遥感存在的光谱仪图像间失配变形,影响地物目标光谱信息纯度的问题,提出了一种结合超光谱图像特点的亚像素配准方法来校正图像间的失配变形.首先,对待配准的可见光近红外(VNIR)和短波红外(SWIR)光谱仪图像分别进行波段选择和主成分变换,将变换后的第一主分量图像作为待配准图像.然后,将待配准图像均匀划分为具有一定重叠率的图像块,利用相位相关方法估计对应图像块的亚像素平移参数,通过相位相关系数剔除错误的平移参数估计生成图像的光流场.最后,通过光流场来实现光谱仪图像的配准.实验结果显示,该方法配准精度优于0.1pixel,满足超光谱图像后续处理对配准精度的要求.     

一种基于NSCT和SIFT的遥感图像配准算法

研究提出了一种基于NSCT和SIFT的遥感图像配准算法,综合利用了NSCT在图像分解上的灵活性和SIFT算法在特征描述上的有效性来进行遥感图像配准.首先分别对参考图像和待配准图像用NSCT进行分解,然后把分解的低频图像作为SIFT算法的输入并得到匹配结果,并利用匹配结果求解模型参数,最后通过重采样和双线性插值完成两幅遥感图像的配准.实验结果表明,此算法在运算速度和匹配精度方面均比SIFT算法和SWT+SIFT算法优越.     

基于FKICA-SIFT特征的合成孔径图像多尺度配准

针对合成孔径(SAR)图像的配准,提出一种基于仿射不变快速核独立成分分析-尺度不变特征变换(FKICA-SIFT)的多尺度配准方法.首先,根据特征点的Hessian矩阵构建仿射不变SIFT描述子.接着,利用FKICA提取该描述子的独立成分得到新的描述子FKICA-SIFT.然后,利用该描述子对Steerable滤波后的...     

轮对轮辋厚度检测中图像配准方法研究

针对轮辋厚度参数的在线检测,提出了基于双相机的轮辋厚度参数检测方法,其中图像配准是影响该参数计算的重要因素。在分析轮对轮廓线图像特点的基础上,提出了利用配准板特征点的图像配准方法,设计了图像配准步骤,采用仿射变换作为图像配准中的变换模型。为保证配准精度,在综合考虑配准板上特征点的数量和特征点的分布的基础上设计了配准板。通过图像配准实验,提取了配准板特征点坐标,求解了仿射变换矩阵。实验表明,该方法的配准精度为2个像素。     

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。     

基于传感器参数和目标轮廓中心的自动配准算法研究

通过对光电成像型反舰导弹的成像过程分析,提出了一种自动配准算法。其基本思路是将图像变换模型分解,逐步简化。可见光和红外图像配准时的变换为仿射变换。首先,利用传感器参数的调整,消除图像间的比例变化,将仿射变换简化为刚体变换;然后,依赖图像信息,用形态学边缘检测的方法求取目标的轮廓中心,以此为控制点消除图像间的平移变化,实现图像的完全配准;最后,通过观察海天线是否重合以及利用均方根误差原则,对算法的配准效果做详细评估。仿真实验表明,该算法准确、快速,配准精度满足目标识别的要求,可以较好地解决异类传感器弱小目标图像配准的难题。     

基于多投影图像配准的肺结节检测算法

针对多投影图像的特点,提出一种利用同一病人多投影图像中相近位置的候选结节互信息的配准算法,由此来减少检测结果中假阳性结节的数目。通过对多投影图像中候选结节的初始检测与精确分割、特征提取与分类,完成候选结节的检测。此时,在敏感性为65%条件下,平均每张图像检测到的假阳性结节数目为11.3。再使用互信息对检测到的候选结节进行配准,并利用配准信息进一步去掉假阳性结节,平均每张图像检测到假阳性结节的数目降为1.9。即使实验数据大部分为小结节,且图像噪声大,对比度低,此检测结果仍然令人满意。因此,提出的多投影图像肺结节配准算法能有效提高结节的检测性能。     

基于不变特征描述符实现星点匹配

为了能够在星图存在旋转角度情况下,自动快速地完成星图匹配,提出了一种基于不变特征描述符的旋转不变匹配方法,将加速鲁棒特征(SURF)描述符应用于星点特征的描述和匹配。首先,对星图进行图像分割,抑制非极大值,并检测星点;然后,为计算星点分布尺度因子s,在半径为6s的圆形邻域内为每个星点计算主方向,之后将20s×20s的邻域与主方向对准,并在该邻域内为每个星点计算SURF描述符。最后,基于透视投影模型的匹配策略,提纯星点,计算匹配星图之间的变换矩阵。实验结果显示,该方法能够鲁棒地提取星点,并在图像存在旋转、平移及部分视角变化的情况下完成星图匹配,仿真实验的匹配星点的误差均在1pixel以下,实拍星图实验的匹配星点的误差均在1.5pixel以下,表明为每个星点建立描述符,进行匹配识别的思路是可行的。     

不同局部邻域划分加速鲁棒特征描述符的性能分析

研究了加速鲁棒特征(SURF)描述符的局部邻域划分方法,以降低该描述符的维数,提升基于SURF的图像匹配算法的匹配速度和鲁棒性.参考尺度不变特征变换(SIFT)描述符和SURF描述符已有的各种邻域划分方式,将SURF描述符的局部邻域分为栅格状(原SURF划分方式)、三角形和扇形进行分析.首先,分析了图像的尺度和旋转变化对这3种邻域划分方式描述符匹配性能的影响;然后,提出了构建三角形划分和扇形划分SURF描述符的方法;最后,进行了匹配实验,对8种不同划分方式的SURF描述符进行了比较.结果表明:扇形划分SURF描述符的性能要优于三角形划分和栅格划分SURF描述符,其中6扇区、8扇区、12扇区及三角形划分的SURF描述符的性能均比SURF描述符有一定程度的提升,描述符的维数与原SURF描述符(64维)相比分别低了40维、32维、16维和32维.     

基于物方定位一致性约束的光学航空影像多视铅垂线轨迹匹配

针对传统铅垂线轨迹匹配方法在进行地面基元匹配时存在只能得到一个高程值且匹配结果缺乏准确性验证的缺点,本文提出了一种新的基于物方定位一致性约束的光学航空影像多视铅垂线轨迹匹配方法。该算法对传统铅垂线轨迹匹配方法进行了针对性的改进,首先,改善了物方地面基元的像方多视匹配过程,其次,利用地面基元已有的物方平面坐标作为物方定位一致性约束条件,增加了多视匹配结果的准确性检验过程,从而得到可验证的地面元匹配结果。使用实际航空多视影像对本文算法与传统铅垂线轨迹方法进行了对比实验,实验结果显示本文方法在可靠性、准确性和算法效率等定量指标方面,比传统铅垂线轨迹方法分别高出26%、40%和4倍,证明其能得到更加可靠与有效的地面元匹配结果。     

Analytic differential approach for robust registration of rat brain histological images

Image registration is an important topic in medical image analysis. It is usually used to reconstruct 3D structure of tissues from a series of microscopic images. However, a variety of inherent factors may result in great differences between acquired slices during imaging even if they are adjacent. The common differences include the color difference and geometry discrepancy, which make the registration problem a difficult challenge. In this study, we propose a robust registration method to automatically reconstruct 3D volume data of the rat brain. It mainly consists of three procedures, including multiscale wavelet-based feature extraction, analytic robust point matching (ARPM), and registration refinement with feature-based modified Levenberg-Marquardt algorithm (FMLM). The product of gradient moduli in multi-scales is used to decide if extracted feature points are true according to the characteristic that features could exist in multiscale. The ARPM registration algorithm is proposed to speedily accomplish the registration of two point sets with different size by simultaneously evaluating the spatial correspondence and geometrical transformation. In addition, a FMLM method is also proposed to further refine registration results and achieve subpixel accuracy. The FMLM method converges much faster than most other methods due to its feature-based and nonlinear characteristic. The performance of proposed method is evaluated by comparing it with well-known thin-plate spline robust point matching (TPS-RPM) algorithm. The results indicate that ARPM-FMLM algorithm is a robust and fast method in image registration.     

无人机侦察图像压缩

为了减少图像数据的存储空间并高质量恢复侦察目标区域,提出了一种基于感兴趣区域分割压缩重构的新方法。首先,利用侦察目标具有规则性的特点,识别提取出感兴趣区域。然后,采用基于区域的分割算法将原图像分割成感兴趣区域(ROI)和背景区域(BG)。最后,选用基于小波变换的压缩方法,采用多级树集合分裂算法(SPIHT)嵌入式编码对分割开的ROI和BG用不同的编码比特率进行编码压缩。仿真试验证明,在同样环境下,采用本文提出的算法,感兴趣区的压缩效果比较好,恢复后图像更符合人眼视觉特性。和其他算法的处理结果比较,本文算法的图像峰值信噪比有所提高,很好地解决了高压缩比和目标图像质量之间的矛盾。     

深空背景点目标红外序列图像生成

针对空间目标天基探测仿真系统需求,提出了一种基于卫星工具套件(STK)+MATLAB的深空背景点目标红外序列图像生成方法.点目标表面温度计算采用了比节点网络法更高效的等温简化模型以提高仿真效率;由比低分辨率光谱仪(LRS)模型更完备的中段空间实验卫星(MSX)红外星表提供深空背景模型,扩展了探测系统仿真应用领域;同时,建立了以电子数表征的目标背景照度和图像灰度转换模型.图像仿真过程中加入卫星扰动误差、相机测量误差和焦面电子学噪声,仿真生成的图像序列更接近真实物理过程.该仿真方法可以模拟任意时刻、任意指向和任意光学视场4～26 μm的点目标红外图像序列,图像生成实时性好.文章最后给出了某空间目标的红外序列图像仿真实例.