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。     

基于点相关的亚像素级图像匹配算法

利用点相关原理，使基于灰度相关性的图像配准算法的速度得以提高，并从2个方面改进了已有的点相关方法，即引入信息熵构成新的相关性评价函数，提出点对置换的组合优化方法来提取预定义点集。实验结果表明，改进后的算法在点集优化、配准精度及算法抗噪性方面都得以改善。在算法中还运用了立方样条插值技术，使得算法精度达到亚像素级水平。     

亚像素图像测量的研究

作为仪器仪表行业广泛采用的一种检测、计量手段,图像的非接触测量方法具有诸多优势。很多情况下,出于对被测物理量实际应用的考虑,往往在测量精度上提出了更高的要求。在不改变光组放大倍数和成像传感器分辨率的前提下,解决这一需求的最有效手段就是进行亚像素级测量。本文首先对图像非接触测量系统的组成做了原理性介绍和讨论,而后分别就光流法、相关拟合法、相位相关配准法、相位奇点法做了具体理论阐述。文中就激光散斑微位移测量的研究方法进行展开,进而借助一系列数学模拟和仿真手段,对上述方法一一做了0.1像素级精度的亚像素计算试验,并给出了具体测试结果和试验曲线。最后结合试验效果,论文给出了试验结论。     

一种图像配准的超分辨率重建

提出了一种具有子像素级精度的图像配准方法,并通过迭代反投影算法进行超分辨率重建.介绍了基于3参数模型的图像配准方法并提出了基于4参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开时的小角度假设.最后,根据配准算法所得到的子像素级运动信息,用迭代反投影算法进行超分辨率重建.分别对多幅具有较大运动的模拟及真实的低分辨率图像进行实验,结果表明:该配准算法取得了更高的精度,平均平移误差减少了0.026 1 pixel ,平均旋转角度误差减少了0.356 4°;重建图像具有更好的视觉效果,平均PSNR值提高0.75 dB.本文方法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,可满足实际应用要求.     

相位相关配准法及其在射线图像数字减影中的应用

介绍了一种基于相位相关法射线图像配准的方法。该方法利用傅立叶变换的平移特性对发生平移和旋转的两幅图像进行精确的配准。提出了将该方法用在数字减影中图像的配准 ,首先用相位相关配准法对发生平移和旋转的两幅图像进行配准 ,然后 ,对配准好的图像进行数字减影 ,正确地检测出了构件的内部状态。实验证明 ,该方法完全不受人工干预 ,具有较高的精度和较强的抗噪能力 ,匹配速度也有很大提高。同时 ,旋转校正算法简单 ,易于实现 ,能够满足系统的实时性要求     

基于SIFT的小模数齿轮图像亚像素级配准研究

为解决小模数齿轮视觉测量中凸显的工业相机高空间分辨率与大视场相互制约的问题,对轮廓光条件下前景背景对比度过强、局部对比度不足,存在大面积同色区域的小模数齿轮图像亚像素级配准方法进行研究。针对传统基于特征点的图像配准流程在小模数齿轮图像配准中存在特征点数量稀少、正确匹配率过低的问题,介绍了适用于小模数齿轮图像的配准流程;引入直方图均衡化改善图像对比度,丰富灰度色调,增晰图像暗部特征以提升特征点数量和正确匹配率;为了克服传统匹配对提纯算法中阈值设置不准确、参数调整困难及模型不唯一的缺点,结合两倍中误差准则提出全局自适应参数匹配点对提纯方法,保证提纯结果唯一性的同时,其自适应调整判别阈值的方法可避免人为误差进而保证结果的重复性。实验结果表明,利用介绍的方法对图像进行预处理可大幅度提升特征点数量与正确匹配率,取提纯所得平移量的平均值作为配准结果,其正确度和精密度均优于传统算法,针对轮廓光条件下的小模数齿轮图像,配准精度优于0.083 pixel,对于小模数齿轮视觉测量具有实际应用价值。     

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.     

基于相位特征的可见光和SAR遥感图像自动配准

针对可见光和SAR遥感图像存在非线性辐射差异和几何差异,加之SAR的斑点噪声,使得可见光和SAR图像配准十分困难的问题.本文提出了一种基于改进相位一致性的可见光和SAR图像配准方法.首先,分别计算相位一致性的最大矩和最小矩,将二者叠加,利用Harris算子在叠加图上提取特征点,得到稳定的角点和边缘点作为待匹配的特征点;...     

改进Demons算法的非刚性医学图像配准

非刚性配准是医学图像处理的一个重要的研究方向。基于光流场模型的Demons算法由于仅依赖图像灰度梯度使图像变形,当缺乏梯度信息时图像的变形方向不能确定,因而容易造成误配准,且该算法只适合于单模态图像配准。本文针对最大互信息配准方法在多模态刚性配准中的成功应用,提出了一种可用于多模态图像配准的改进Demons算法。该方法在原有驱动图像变形力的基础上,增加两幅图像间互信息对当前变换的梯度作为附加力作用,使浮动图像向两图像间互信息增大的方向变形,正确地配准图像。为避免陷入局部极值并提高算法的运行速度,该方法在多分辨率策略下实现。使用单模态、多模态图像分别进行实验来验证此算法,并与原始Demons算法进行比较,实验表明,该方法能够快速地产生准确的配准变换。     

图像测量中快速边缘亚像素定位研究

研究了一种图像测量中边缘点的快速亚像素定位的方法,采用先阈值分割再边缘提取进行粗定位,确定边缘点的像素级精度位置和边缘的方向,沿边缘点的边缘方向拓展像素,得到一定长度的灰度值向量,对向量进行处理实现边缘的亚像素定位。分别采用三次多项式拟合法、二次曲线拟合法和灰度矩法三种亚像素定位算法进行了理论分析和实验对比,结果表明,灰度矩算法具有较短的运行时间和较高的定位精度。     

一种基于图像相位信息的亚像素微位移测量算法

综合考虑了图像的振幅和相位信息,并按相位涡旋的物理和几何特征,研究了基于数字散斑图像相位奇点匹配的位移测量算法。该算法对图像的交流信号,经用希尔伯特变换方法,提取散斑图像的实部和虚部信息,并用曲面拟合方法确定相位奇点的坐标,从而确定图像序列间的位移。试验结果表明,相位奇点匹配算法具有良好的精确度和稳定性。     

亚像素检测方法在图像检测点提取中的应用

图像检测点的提取是图像定位于检测系统中的关键问题.为解决利用二值细化提取图像检测点技术精度不足等问题,将亚像素检测定位技术应用到图像检测点提取中.通过试验比较了三种亚像素定位算法图像定位中的优缺点,进行了通过光条中心线的提取试验以及通过两条光条中心线交叉点提取图像检测点的试验,对亚像素检测定位技术作出评价.研究结果表明...     

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。