学位论文 > 优秀研究生学位论文题录展示

基于角点和边缘特征的图像配准方法的研究

作　者: 杨柳青
导　师: 孙怀江；夏德深
学　校: 南京理工大学
专　业: 计算机应用技术
关键词: 图像配准角点提取边缘检测仿射变换相关性匹配形状匹配小波多尺度积对齐度
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 153次
引　用: 7次
阅　读: 论文下载

内容摘要

图像配准即确定在相同或不同时间、通过相同或不同传感器对同一个地区拍摄的两幅或多幅图像之间关于空间和亮度的最佳匹配关系的过程。角点和边缘都是图像最基本的特征,携带了大量的图像信息,在一定程度上反映了这幅图像的性质和特点,因此基于角点和边缘特征的图像配准方法成为了图像配准领域的一个重要组成部分。当前大部分图像配准方法都存在计算量大、抗噪性弱的缺点。本文针对这一缺点,结合其应用领域的具体要求来设计选择配准算法,以求达到一个精度和效率之间的动态平衡。本文的主要工作为：(1)首先对基于角点、边缘特征的图像配准算法进行了研究,深入分析了这类配准算法的原理、步骤、实现、算法特点、适用范围、存在的问题以及可能改进的方向。(2)针对一些图像配准中高精确性的要求,采用了一种基于角点提取和相关性准则的图像配准方法。该方法首先提取图像角点,然后基于相关性准则进行角点匹配。在角点匹配过程中,采取了松弛算法来提高匹配精度,达到了好的配准效果。(3)针对边缘比较清晰的图像选取了基于形状匹配的配准方法。在该配准方法中,边缘的准确提取十分重要。针对一些干扰信息和噪声对边缘提取过程中的影响,分析了传统的Canny边缘提取连续性准则的不当之处,采用了一种结合可信度的离散Canny边缘提取算法来提取图像边缘,取得了好的边缘提取效果,进而好地实现了图像配准。(4)针对相关性准则的图像配准需要两幅图像之间灰度有线性关系,容易受两幅图像之间灰度属性差异的影响的缺点,选取了基于对齐度准则的图像配准方法：同时针对基于对齐度的图像配准过程中需要在整幅图像中分别对x,y和θ三个方向进行搜索,因而计算量较大的缺点,采用了基于小波多尺度积提取边缘特征点然后根据特征点对齐度实现图像配准,有效地减少了运算量。仿真实验表明该配准算法具有抗噪性,计算速度快,适用范围广的特点。

全文目录

摘要  3-4
Abstract  4-9
1 绪论  9-13
  1.1 论文选题的背景及科学意义  9-10
  1.2 图像配准国内外研究现状  10-11
  1.3 论文内容和组织结构  11-13
    1.3.1 论文研究内容  11
    1.3.2 论文组织结构  11-13
2 图像配准理论基础  13-23
  2.1 图像配准概述  13
  2.2 图像配准理论  13-19
    2.2.1 图像配准数学模型  13-14
    2.2.2 图像配准框架  14-15
    2.2.3 图像变换模型  15-17
    2.2.4 图像插值模型  17-19
  2.3 图像配准方法  19-21
    2.3.1 基于灰度的图像配准方法  19-20
    2.3.2 基于特征的图像配准方法  20
    2.3.3 基于模型的图像配准方法  20-21
  2.4 图像角点和边缘特征及其配准方法  21-22
    2.4.1 图像角点特征和配准方法  21
    2.4.2 图像边缘特征和配准方法  21-22
  2.5 本章小结  22-23
3 基于角点提取和相关性准则的图像配准方法  23-40
  3.1 角点检测算法模型  23-30
    3.1.1 Susan角点检测模型  23-25
    3.1.2 Trajkovic算子角点检测模型  25-28
    3.1.3 Susan算子和Trajkovic算子角点提取结果分析  28-30
  3.2 基于相关性准则的角点匹配算法描述  30-35
    3.2.1 相关性准则  30-32
    3.2.2 角点的粗匹配  32-33
    3.2.3 角点的精匹配  33-35
  3.3 配准模型和图像重采样  35-37
    3.3.1 仿射变换建立配准模型  35-36
    3.3.2 图像重采样处理  36-37
  3.4 算法流程  37
  3.5 实验结果及数据分析  37-39
  3.6 本章小结  39-40
4 结合可信度的离散Canny边缘提取和配准方法  40-55
  4.1 Canny边缘提取简介  40-41
  4.2 边缘提取离散准则下的平滑滤波窗算子的设计  41-45
    4.2.1 边缘提取离散准则  41-42
    4.2.2 平滑滤波窗算子的设计  42-45
  4.3 结合可信度的离散Canny边缘提取算法描述和算法实现  45-48
    4.3.1 可信度测量原理  45-46
    4.3.2 可信度测量在边缘提取的应用  46-48
    4.3.3 结合可信度的离散Canny边缘提取算法的实现  48
  4.4 基于边缘的图像配准方法及流程  48-50
    4.4.1 形状配准概述  48
    4.4.2 基于形状的图像配准  48-50
    4.4.3 算法流程  50
  4.5 实验结果及数据分析  50-54
  4.6 本章小结  54-55
5 基于小波多尺度积边缘特征提取和对齐度准则的图像配准方法  55-73
  5.1 小波多尺度积  55-56
    5.1.1 小波多尺度边缘检测原理  55
    5.1.2 小波多尺度积边缘检测  55-56
  5.2 基于对齐度的图像配准准则  56-58
    5.2.1 对齐度准则  56-58
    5.2.2 最大化对齐度准则  58
  5.3 算法描述和算法流程  58-61
    5.3.1 小波多尺度积边缘检测和特征点的提取  58-59
    5.3.2 边缘特征点对的角度直方图  59-60
    5.3.3 特征点对的对齐度  60
    5.3.4 算法流程  60-61
  5.4 实验结果及数据分析  61-71
    5.4.1 仿真实验结果分析  61-71
    5.4.2 数据说明及理论分析  71
  5.5 本章小结  71-73
6 总结与展望  73-75
  6.1 总结  73-74
  6.2 展望  74-75
致谢  75-76
参考文献  76-79

基于角点和边缘特征的图像配准方法的研究

内容摘要

全文目录

相似论文