共查询到18条相似文献,搜索用时 75 毫秒
1.
基于边缘和互信息的红外与可见光图像配准 总被引:1,自引:0,他引:1
采用一种结合边缘特征和互信息的图像配准方法,对红外与可见光图像进行配准。首先,用小波变换提取图像边缘,然后计算两幅边缘图像在不同条件(平移、旋转)下的归一化互信息,取归一化互信息最大时对应的配准参数为所需配准参数,再确定刚性仿射变换模型的参数,最后经过缩放、平移和旋转得到最终配准图像。 相似文献
2.
3.
红外与可见光图像融合中的快速配准方法 总被引:3,自引:0,他引:3
红外与可光传感器目标跟踪识别系统中常用的两种传感器,对这两种传感器图像进行有效的融合能大大提高探测识别的准确性和可靠性。快速准确地实现图像配准是图像融合的前提,为此提出了一种基于小波变换的快速算法,有利于实时准确地实现图像配准。 相似文献
4.
5.
6.
提出了一种新的红外与可见光图像的配准算法,该方法基于图像的小波变换与互信息最大化完成图像的配准过程.首先通过搜索小波模极大提取图像感兴趣区域(ROI),完成图像预处理,并采用仿射变换,建立图像变换模型;其次将低分辨率图像进行图像插值,计算灰度直方图,进行概率分布的估计;最后选择模拟退火法,逼近全局最优解.实验结果证明了此算法的有效性. 相似文献
7.
基于边缘和互信息法的红外图像配准 总被引:1,自引:0,他引:1
用红外图像配准技术对多帧图像进行配准,不仅可以实现平台防抖等电子稳像功能,而且还可以通过对配准后的图像进行多帧累加来积累目标能量,增强图像的性噪比,从而为红外图像弱小目标识别提供帮助。将传统的单纯基于图像整体灰度和基于图像结构特征的配准方法相结合,利用边缘检测得到边缘图像,然后以交互方差为配准测度,以向下加速度法为寻优算法进行图像配准。 相似文献
8.
图像配准是当前医学图像领域的研究热点,具有重要的临床诊断和治疗价值.简述了图像配准的基本原理,对当前常用的医学图像配准方法进行了分类,详细分析了基于互信息、傅里叶变换和小波变换三种医学图像配准的算法实现、优缺点及典型应用. 相似文献
9.
电路板的红外图像配准是电路板红外图像故障检测系统中的重点研究内容,由于电路板红外图像背景区域灰度单调,元器件发热区域轮廓粗糙,且伴随着大片受环境影响的辐射区域,对配准精度和配准效率产生很大影响。结合这些特点,利用相位一致性提取电路板发热芯片轮廓,再将轮廓内的区域用区域增长法提取为电路板红外图像 ROI,基于 ROI 的图像配准不仅最大限度地保留了图像信息,又显著降低互信息运算量。实验表明:相对不进行ROI提取的图像配准算法,本文算法能够在保证配准精度的前提下大幅提高配准效率,具有一定的实用性和鲁棒性。 相似文献
10.
基于归一化互信息的CT-MRI脑图像配准 总被引:1,自引:0,他引:1
医学图像配准研究有非常重要的临床应用价值。针对现在流行的基于最大互信息量的配准方法展开分析和研究。在此基础上对比研究了归一化互信息配准法。通过对一组CT-MR脑图像配准的仿真研究,证明归一化互信息配准法的配准效果很好。特别是在图像重叠区域较小的情况下,比最大互信息配准法效果优越。 相似文献
11.
针对传统互信息图像配准拼接算法计算量大、效率低等问题,本文结合模板匹配,提出基于模板与互信息的全景图拼接技术。首先将误差法和二次匹配误差法相结合,对待拼接图像进行初次模板匹配,划定大致重叠区域;接着从互信息量的角度比较相邻重叠的两幅图像的相似性,通过建立两幅图像之间的互信息量,计算最大互信息,获得匹配区域;然后再次利用模板匹配,设定最佳匹配区域,最终实现图像配准拼接。在VS2010+Opencv环境中编程实现重叠图像的拼接,并验证了算法的正确性。实验表明,本文算法具有计算量相对小,自动化程度高,配准拼接精度高等优点。 相似文献
12.
13.
文中研究了在医学图像处理中基于最大互信息的图像配准的理论和实现的算法,并在此基础上给出了并行模型BSP下的实现算法。通过实验数据可以分析得出,文中提出的算法可以很好地解决医学图像处理中的图像配准的速度。 相似文献
14.
为了解决存在旋转的异类图匹配问题,在互信息(MMI,Maximum of Mutual Information)匹配方法的基础上,利用穷举法在参考图中找出实时图的对应匹配位置,并作为控制点,利用模型以及最小二乘方法找出两幅图像的对应关系。利用参考图的旋转变换较好地解决了存在旋转的异类图匹配问题;把控制点理论应用于灰度匹配得到的匹配点;把景象匹配的新成果(MMI)用于解决旋转异类图匹配。仿真实验表明此方法可较好地解决存在旋转的异类图匹配问题。 相似文献
15.
16.
17.
18.
提出了一种基于互信息的多智能体优化方法,并将其用于合成孔径雷达(Synthetic Aperture Radar,SAR)图像的配准.采用归一化互信息作为度量准则,直接利用图像的灰度数据进行配准,没有假设图像间灰度值的线性关系,不需要对图像做分割、特征提取等预处理,并利用多智能体优化算法寻找最佳匹配参数,以得到最优的配准结果.实验表明,该算法在SAR图像配准方面有更好的普适性和更高的配准精度. 相似文献