圖像配準技術研究綜述

趙夫群

摘要：圖像配準是圖像處理領域的一個基本問題， 是眾多圖像分析和處理任務的關鍵步驟，其應用是相當廣泛的。本文首先介紹了圖像配準技術的含義和分類，然后給出了圖像配準的基本步驟，接著介紹了五種常用的幾何變換模型，最后針對遙感領域和醫學領域，給出了圖像配準的具體應用實例。

關鍵詞：圖像配準 特征提取 幾何變換

中圖分類號：V243.6 文獻標識碼：A 文章編號：1007-9416（2016）06-0245-01

1 引言

圖像配準是圖像處理領域的一個基本問題，是圖像處理中的一個關鍵步驟，它在眾多領域有著廣泛的應用，如醫學圖像處理、影像分析、遙感融合、計算機視覺等，圖像配準是當前科研領域中的一個熱點。簡單的說，圖像配準就是將兩幅同一景物不同時刻或成像模式的圖像由不同坐標系變換到同一坐標系中的過程。

圖像配準的類別很多[1]。根據應用領域，圖像配準可以分為遙感圖像配準、醫學圖像配準、三維重建和計算機視覺領域等內的圖像配準。根據自動化程度，可將其分為人工配準、半自動配準和全自動配準等。根據所利用的圖像信息，又可分為基于灰度信息的配準和基于特征的配準。根據成像模式，配準圖像可以分為單模態圖像配準和多模態圖像配準。

2 圖像配準的基本步驟

一般來說，圖像配準的過程可分為特征提取、特征匹配、幾何變換模型的選取及其參數的確定、配準圖像的重新采樣及配準等幾個步驟。

（1）特征提取。特征提取是圖像配準中的一個關鍵環節，就是提取待配準圖像之間的顯著特征。特征選取的好壞對后續過程有很大的影響，關系著配準算法的穩定性和可靠性。最常用的圖像特征主要有：特征點、直線段、邊緣、輪廓、閉合區域、特征結構以及統計特征等。特征點的提取方法有很多，如Harris角點檢測算法、SUSAN 算法、DoG算法等。

（2）特征匹配。特征匹配就是尋找提取到的特征間的對應關系。首先，選取并計算所提取的特征的描述子；然后，選取適合的相似度量函數，用于計算特征間的匹配程度；最后，找出正確匹配特征對集。

（3）幾何變換模型的選取及其參數的確定。首先，根據特征間的對應關系，計算幾何變換模型參數。然后，再根據相似度量函數優化幾何變換參數。

（4）配準圖像的重新采樣及配準。首先，選取合適的插值函數。然后，用幾何映射函數將浮動圖像映射到基準圖像的坐標空間，從而實現圖像的配準。

3 四種幾何變換模型

在圖像配準中，常用的幾何變換模型主要有剛體變換、相似變換、仿射變換、投影變換和多項式變換等[1]，這里主要介紹前四種。

（1）剛體變換（Rigid Transformation），剛體變換主要是針對旋轉和平移進行的一種變換。

（2）相似變換（Similarity Transformation），相似變換主要是針對平移、旋轉和縮放等進行的一種變換。

（3）仿射變換（Affine Transformation），仿射變換主要是針對平移、旋轉、縮放、剪切等進行的一種變換。

（4）投影變換（Projective Transformation），它可以看為由平移、旋轉、縮放、剪切等變換的組合。

4 結語

在過去的幾十年中，圖像配準領域的研究成果層出不窮。本文主要完成的是綜述的工作，首先介紹了圖像配準的定義、和幾種分類方式；然后，介紹了圖像配準的四個基本步驟：特征提取、特征匹配、幾何變換模型的選取、配準圖像的重新采樣及配準；接著介紹了剛體變換、相似變換、仿射變換、投影變換等幾種常用的變換模型。當然圖像配準研究中仍然有許多問題，還有待科研人員去解決和完善。

參考文獻

[1]陳顯毅.圖像配準技術及其MATLAB編程實現[M].北京：電子工業出版社，2009.

[2]J.B.Campbell.Introduction to remote sensing.The Guilford Press，2008.

[3]Zitova B， Flusser J. Image Registration Methods： A Survey[J]. Image and Vision Computing，2003，21（11）：977-1000.

[4]Brown L G.A Survey of Image Registration Techniques[J]. ACM Computing Surveys，1992，24（4）：325-376.

[5]J.Wadley，N.Kitchen，and D.Thomas.Image-guided neurosurgery.Hospital medicine（London， England：1998），60（1）：34，1999.

[6]J.V.Hajnal， D.T.Hawkes，and D.L.G.Hill.Medical image registration.CRC，2001.

[7]M.Bro-Nielsen.Medical image registration and surgery simulation.IMMDTU Lyngby，1996.