圖像配準技術

張穎 曹璐云 湖南信息職業技術學院

圖像配準技術

張穎 曹璐云 湖南信息職業技術學院

圖像配準是解決圖像融合、圖像鑲嵌和變化檢測等問題的必要前提，其廣泛應用于軍事、遙感、醫學和計算機視覺等多個領域。本文簡要介紹圖像配準技術的國內外發展現狀，它的應用以及相關算法。

圖像配準 小波變換

隨著科學技術的發展，單一傳感器圖像提供的信息逐漸不能滿足應用的需求，往往通過多幅圖像的融合達到所要的效果，由于不同傳感器的成像機理不同，獲取圖像的時間、角度、環境也不同，使得待融合的圖像需先進行圖像配準。圖像配準應用十分廣泛，除了在圖像融合領域的應用外，還應用于許多其他領域，例如航空航天技術、地理信息系統、圖像鑲嵌、圖像融合、目標識別、醫學圖像分析、機器人視覺、虛擬現實等領域。

1 圖像配準概述

其中，f代表二維的幾何變換函數；g表示一維的灰度變換函數。

配準的主要任務就是尋找最佳的空間變換關系f與灰度變換關系g，使兩幅圖像實現最佳配準。

2 國內外發展狀況及應用

由于多源圖像配準技術在眾多領域的重要作用和廣泛應用，國內外的研究者對于其進行了廣泛和深入的研究，在算法上有了很大的提升。但目前研究中還存在很多困難，特別是圖像或數據類別差異大（如光學與SAR圖像）、波段差異大（如可見光與長波紅外圖像）等情況下的圖像高精度、自動配準技術的實現，更是存在較大的困難。

圖像配準技術最早在七十年代，由美國提出，起初運用于飛行器導航、導彈制導等領域，并得到了美國軍方的大力支持和資金上輔助。經歷二十余年的研究，最終成功地將該項技術應用于潘興Ⅱ式中程導彈和戰斧式巡航導彈上。八十年代之后，這項技術已經成為國內外廣泛關注的焦點，中外學者對圖像配準技術展開了深入的研究，并在各個領域取得廣泛的應用，如模式識別、自動導航、醫學診斷、計算機視覺等領域。

圖像配準技術在各個領域都呈現出各自的特點和適用性，都是根據各自具體的應用背景，并需要結合實際情況而特殊定制，使得圖像配準技術同時具有相似性和差異性。

3 圖像配準分類及重要算法

3.1 按圖像空間維數分類

按圖像的空間維數分類，可以分為2D配準和3D配準。2D配準是指兩幅二維空間圖像間的配準，3D配準是指兩幅三維圖像間的配準。

3.2 按交互性分類

按配準的交互性過程可以分為人工配準、半自動配準和全自動配準。

3.3 按空間變換模型分類

兩幅圖像間的空間幾何變換模型f可用空間變換模型進行描述，空間變換模型可以分為剛體變換、仿射變換、投影變換和非線性變換。

3.4 按變換函數作用域分類

根據空間幾何變換函數的作用域，配準可以分為全局變換和局部變換。

3.5 按圖像來源和成像部位分類

按照配準圖像的來源可分為同一患者的圖像配準、不同患者的圖像配準和患者與圖譜之間的配準。

3.6 按成像模式分類

按成像模式分可以分為單模態圖像配準和多模態圖像配準。

3.7 按控制點分類

可以分為基于外部控制點的配準和基于內部控制點的配準。

3.8 按圖像配準過程分類

按配準過程可以分為基于特征的圖像配準和基于灰度的圖像配準。

在基于圖像特征的配準技術中，目前運用比較成熟的圖像特征包括點特征、直線段、邊緣、輪廓、閉合區域和統計距等。特征提取算法可分為點特征提取算子（如Harris算子和Susan算子）、線特征提取算子，隨著邊緣檢測和圖像分割等技術的快速發展，基于輪廓、邊緣和區域的配準方法正逐漸成為研究的熱點。基于特征的方法往往具有操作簡單、配準速度快、精度較高的特點，但卻同時也存在缺點，如需要人工干預、特正點的獲取比較困難等；基于灰度的圖像配準直接利用整幅圖像的灰度對兩幅圖像之間的相似性進行度量，基于灰度的配準方法的優勢在于只對圖像的灰度進行處理，可以避免主觀因素的影響。常見的算法有最大互信息法、相關法、條件熵法、聯合熵法、傅里葉變換法、小波變換法等。傅里葉變換和小波變換方法比較易于硬件實現。

4 總結

本文對圖像配準技術進行了簡要的介紹，給出了圖像配準的定義、分類以及相關算法，對從事本方向研究的人員具有一定的參考價值。

參考文獻

[1]張學峰，李麗娟等.圖像配準方法及其在目標跟蹤中的應用【J】.航空兵器學報，2008,6（12）23-27

[2]倪國強，劉瓊.多源圖像配準分析與展望【D】.北京：北京理工大學信息科學技術學院,2004

[3]陳顯毅，圖像配準技術及其MATLAB編程實現，北京，電子工業出版社，2009:2～10

[4]王鑫.圖像配準理論及其算法研究.碩士學位論文,2005

[5]QiZeng,LiuLiu,JianxunLi.Image registration method based on improved Harris corner detector.Chinese optics letters. 2010,8,(6):573-576

[6]文楊天，李征，吳仲光.基于SUSAN算法的圖像配準.計算機應用.2006,26(10):2380-2382

[7]邊倩，鄭伊寧.一種改進的基于最大互信息的圖像配準方法.電子科技期刊，2008,21（6）73-75