基于混合仿射模型配准的IBP超分辨率重建

针对传统的配准只考虑几何因素的不足,提出一种基于几何和光度混合仿射模型的配准迭代算法。该算法避免keren算法因为角度的泰勒级数展开所带来的误差,大幅提高配准精度,而且使图像亮度得到保持。与传统的仿射变换相比,平均平移误差精度达到了0.165个像素。采用迭代反投影算法对配准后的图像序列进行超分辨率重建。实验结果表明,超分辨率重建结果的信噪比和结构相似度有了较大提高。     

基于keren改进配准算法的POCS超分辨率重建

详细介绍了keren亚象素配准算法及其不足,提出了keren算法及其迭代算法的改进算法。该算法基于简化的四参数仿射变换模型而不是传统的刚体变换模型,成功地避免了keren算法因为角度的泰勒级数展开所带来的误差,大大地提高了配准精度。实验仿真结果表明该算法与keren迭代算法相比角度绝对误差显著的降低;平移参数在15°的大角度旋转情况下获得了0.1个象素以下的绝对误差精度,在小角度的情况下获得了0.01个象素以下的绝对误差精度,最后采用POCS方法进行序列图像的高分辨率重建,实验仿真结果表明基于改进配准算法的POCS重建具有良好的配准精度和超分辨率重建效果。     

基于一种优化的配准算法的图像超分辨率重建

提出了一种优化的图像配准算法.该算法充分结合了时域基于全局运动模型的配准算法和频域基于傅立叶变换的配准算法,并运用到超分辨重建中.假设序列低分辨率图像之间存在旋转和平移,首先运用全局配准法求出旋转参数,对图像进行旋转补偿,然后对补偿后的图像用频域配准法估计平移参数,针对估计出的旋转参数和平移参数对序列低分辨率图像进行超分辨率图像重建,实验表明该方法能较有效地提高图像分辨的效果,并且本文还阐述了低分辨率图像帧数的影响.     

泰勒级数准则函数鲁棒性点云配准算法

为减小离群点对点云配准精确度的影响,避免点云配准迭代计算过程中陷入局部最小值,基于鲁棒性准则函数点云配准框架提出泰勒级数准则函数鲁棒性点云配准算法.该方法分为泰勒级数准则函数的提出和配准初始值的确定2个方面.泰勒级数准则函数中,考虑各准则函数限制离群点影响来提高配准精确度的内因,对权值递减速率较合理的Cauchy准则函数进行泰勒级数展开,构造泰勒级数准则函数解决离群值问题;配准初始值的确定中,通过计算待匹配点云数据集的重心,根据重心信息确定平移向量,解决局部最小值问题.数值实验结果表明,泰勒级数准则函数配准误差较最小二乘法、Huber、Tukey和Cauchy准则函数更小,在配准精度上有了较大的提高,并且误差值稳定收敛;引入插值算法对点云数据进行处理,对后续的配准精度有一定的改善.     

一种基于MFRAT和ICP的掌纹主线提取和配准算法

为提高受旋转和平移影响的掌纹图像的识别精度,文中采用一种基于方向最近邻域(DNN)搜索的迭代最近点(ICP)图像配准算法,对掌纹主纹线特征图像进行配准,同时在掌纹主纹线特征图像配准过程中采用粗配准和精配准相融合的配准方式.实验结果表明,该方法具有较高的计算效率和较好的抗旋转平移能力.     

基于互信息的医学图像匹配中的改进插值算法

基于互信息的配准方法是医学图像配准领域的重要方法,具有鲁棒性,精度高等优点,已成为医学图像处理领域的热点.在计算两个图像之间的互信息时,为了图像配准精度,图像的像素点经过空间变换需要进行插值,目前采用的插值方法一般都定位在单一的传统插值算法,由于传统的插值算法存在插值精度低或插值速度慢的缺点,提出了一种基于像素点的亮度绝对误差的图像插值算法,插值算法结合了近邻插值算法和双三次插值算法的优点,提高了配准的速度和精确度.通过对头部图像进行配准实验,验证了插值方法的有效性.     

基于NSCT和泰勒级数的图像超分辨率重建

结合非下采样Contourlet变换(NSCT)的多尺度、方向特性、各向异性、平移不变性以及泰勒级数高效逼近的优点,提出一种利用泰勒级数插值代替双线性插值的超分辨率图像重建算法.实验结果显示,该算法可以较好地恢复图像的细节信息和纹理特征,有效抵抗高斯噪声的干扰.     

一种异源图像多级配准算法

针对异源图像间灰度差异大、存在平移和旋转时导致配准困难的问题,由于异源图像成像机理不同,存在差异.为提高配准精度,提出一种适应大角度旋转和平移的异源图像多级配准算法.将配准过程分为粗配准和精配准两步,首先在引入Freeman链码描述方法的基础上提出一种平移和旋转参数的估计方法,完成图像的粗配准;然后引入相位一致性对曲率角点进行描述,采用归一化互相关相似性度量准则完成图像的精配准.分别采用可见光与红外图像以及可见光与Sar图像进行仿真实验,经仿真证明算法对具有较多线性结构的异源图像配准精度高、实时性好、并且能适应较大角度旋转和平移.     

基于支持向量机的图像亚像素配准及超分辨率重建

超分辨率重建是根据场景的一组低分辨率图像重建其高分辨率图像。重建算法中,低分辨图像之间的亚像素配准是很重要的一部分。提出了一种基于支持向量机的亚像素配准方法,将低分辨图像之间的相对旋转平移参数看成支持向量机的目标集,通过支持向量回归建立图像特征与目标集之间的映射关系,从而计算图像间的相对运动参数。实验表明,与现有算法相比,所提出的算法具有较高的精度。     

基于连通区域特征的图像配准方法

提出了一种图像配准方法,对图像的平移、旋转以及缩放具有矫正效果.由于使用了连通区域作为配准对象,降低了算法复杂度,提高了效率.该方法对图像的连通区域进行检测,从而获得所有区域的属性特征,通过对这些特征进行多重筛选匹配得到图像变换前后的对应点,利用仿射变换矩阵结合插值运算进行图像的校正.实验结果表明,该方法对资源的占用比低,且具有较高的精度.     

基于Radon变换与功率谱结合的心脏MR图像配准算法

针对心脏磁共振(MR)序列切片图像,设计了一种基于Radon变换和功率谱结合的图像配准算法。首先采用形态学边缘检测等图像预处理技术,提取出图像的边缘特征,并将其作为后续配准的输入;而后利用Radon变换和功率谱相结合的配准方法依次求出待配准图像的缩放、旋转和平移参数,利用这3个配准参数,即可通过配准变换得到配准结果。该方法解决了单纯利用Radon变换求解旋转参数易受图像空域噪声影响的问题,提高了配准的精度,同时大大减少了计算的花费。对100幅MR序列切片图像进行配准的实验表明,该方法能够稳定准确地实现MR序列图像的配准。     

基于边缘几何特征的图像精确匹配方法

提出一组快速高精度计算切线斜率的五点公式，用以估计图像边缘曲线的角度特征，并利用角度直方图估计图像几何变换的旋转参数，实现具有大旋转差异图像间的粗匹配．在进行角度补偿后，利用灰度互相关判据搜索匹配点对，计算出几何变换参数，实现较高精度的旋转和平移校正，最后用松弛迭代法完成图像的精确匹配．与基于小波方向角特征的匹配方法相比，文中方法利用图像中主要的边缘信息实施匹配，具有较好的鲁捧性，可成功实现对各类具有较大相关程度图像间的精确匹配，对图形匹配也具有重要意义．     

具有SIFT描述的多尺度角点图像配准

角点含有丰富的图像结构信息,在图像配准中是广泛应用的图像特征。Harris算法是经典的角点提取算法,Harris角点对图像旋转具有不变性,但对尺度变化敏感,在有尺度变化的图像配准中,应用受限。仿照SIFT特征点提取过程,提出了一种多尺度角点提取方法,提取的多尺度角点对图像旋转和尺度变化有很好的适用性。并用SIFT描述子描述,用光学及SAR图像进行了配准实验。结果表明,与SIFT、Harris算法相比,本文方法在保证配准精度的基础上,配准时间减少40%以上,特征点在配准过程中的利用率提高一倍多。     

基于ZM相特征描述符的图像配准方法

针对图像特征间的视角、模糊、旋转和尺度变换以及噪声干扰等不确定性因素对图像配准精度的影响,定义了基于Zernike矩的相特征不变区域描述符,给出了Zernike矩的归一化及其相值度量方法,提出了一种基于此的图像配准算法。通过对比实验验证,本文算法能够有效提取目标图像特征点并准确进行特征匹配,且在保障配准精度的前提下显著降低了算法复杂度。     

遥感图像拼接系统

提出和实现了一种图像配准方法,利用OpenCV库开发了一个低空遥感图像拼接系统. 将SIFT作为图像拼接特征向量,实现了图像局部尺度空间中极值点的计算和SIFT特征点的提取. 使用特征向量的欧氏距离实现特征点的粗匹配,结合随机抽样一致RANSAC算法对匹配点进行优化,并精确估算出投影变换矩阵,实现两幅图像的拼接. 最后实现对重合区域的图像融合. 实验结果表明本文方法较好的解决了遥感图像中常出现的图像的平移、缩放、旋转等变换下的配准问题,达到较好的拼接效果.     

一种对扭曲景象序列三维重建迭代方法

在计算机视觉中,对严重扭曲的景象序列进行三维重建十分困难,本文提出一种简单且有效的迭代方法：首先提出一种基于B样条的非刚体图像配准算法,并结合最优图像块选择算法对扭曲图像序列进行复原;然后提出一种新的三2一范数优化准则,在此基础上结合基于Sampson近似的迭代算法实现多视三角化;最后进行实验并与传统方法比较,实验分析表明,本文提出的一种对扭曲景象序列三维重建迭代方法可以更有效地对扭曲景像序列实现三维重建,并具有算法复杂性小、运算时间短、模拟精度高的优点。     

基于 Nyström 低阶近似和谱特征的图像非刚性配准

图像非刚性配准在计算机视觉和医学图像有着重要的作用.然而存在的非刚性配准算法对严重扭曲变形的图像配准精度和效率都比较低.针对该问题,提出基于Nystrm低阶近似和谱特征的图像非刚性配准算法.算法首先提取像素的谱特征,并将谱特征与空间特征、灰度特征融合形成具有扭曲不变性的全局谱特征; 然后在微分同胚配准的框架内使用全局谱匹配,确保算法产生的变形场具有光滑性、可逆性、可微性,以提高配准的精度;其次采用Nystrm抽样方法,随机抽取拉普拉斯矩阵的行与列,低阶逼近该矩阵,降低高维矩阵谱分解的时间,从而提高配准的效率;最后提出基于小波分解的多分辨率图像配准方法,进一步提高配准的精度和效率.理论分析和实验结果均表明,该算法的配准精度和配准效率都有明显的提高.     

基于Cartesian矩的水印图像矫正算法

提出了一种水印图像矫正算法。该算法利用水印图像几何变换前后的Cartesian矩计算出水印图像缩放的尺度因子、旋转角度和平移参数,实现了对水印图像几何失真的快速矫正,不但可以校正水印图像的旋转失真、缩放失真和平移失真,还能有效地矫正联合失真。实验表明,该算法矫正精度高、性能稳定、计算量小,可以快速准确地矫正水印图像的高强度几何失真和联合失真。     

基于仿射CPD的股骨医学图像配准方法*

股骨医学图像配准是股骨三维重建技术的主要研究内容,通过机器辅助获得配准的参数决定了三维重建的准确性。针对传统ICP算法普遍存在的准确度和鲁棒性的较低问题,提出一种基于仿射CPD的股骨医学图像配准方法,使配准自动化以及精准化。该方法通过边缘提取获得浮动、参考点集;在配准后获取结果参数;通过结果参数将股骨通用模型摆成股骨个体化骨折姿态。实验结果：平移、旋转的平均误差分别小于2.1mm、 1.6;配准失败率仅在10%左右;三维重建后的3D图像真实度较高。结论：本文所述的方法对于图像配准和三维重建是可行的和高效的。