原创力文档- 1、本文档共10页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
图像配准互信息.ppt
1 图像配准 1.配准的方法分类 1.1基于灰度信息的方法 1.2基于变换域的方法 1.3基于特征的方法 基于灰度信息的配准 利用图像本身具有的灰度统计信息来度量图像的相似度，采用一定的搜索算法使相似度量最大的变换形式，达到配准图像的目的。 互信息的概念 用于描述两个系统间的信息相关性，或者一个系统所包含的另一个系统中信息的多少，它可以用熵来表示。 互信息配准 联合熵 联合熵H(A,B)是检测随机变量A和B相关性的统计量。对于两个随机变量A、B,它们的概率分布分别为 和 ，联合分布为 ，则它们的联合熵为： 互信息配准 互信息 I(A；B)=H(A)+H(B)-H(A,B) =H(A)-H(A|B) =H(B)-H(B|A) H(A|B)为系统B已知时系统A的条件熵 互信息配准 互信息的另一数学表达式 是图像联合灰度概率分布 互信息配准 基于互信息的图像配准就是寻找一个空间变换关系，使得经过该变换后两幅间的互信息达到最大。 1.确定空间变换形式 2.对变换后的非整数坐标上点进行灰度插值，计算两幅图像间的互信息 3.通过优化算法，使互信息达到最大值 互信息配准 试验测试 1.仿射变换和双线性插值，穷举搜索 试验结果 互信息配准 互信息配准下阶段工作： 1.测试仿射变换、PV插值和powell搜索最佳参数（重要之处PV插值优越于其它插值方法） 2.互信息和变换域相结合的方法 Matlab工具箱image registration(见Matlab Help） 1.cp2tform 包括linear conformal(线性正投影）affine(仿射）projective（投影）polyomial(多项式）piecewise linear(分段线性）lwn(局部加权平均） 2.Cpselect（控制点选择工具） * * 互信息配准 熵 一个信源A输出N个消息，其中n个不同的消息，第i个消息（i=1,2,….n)重复 则 为每个输出消息的重复频率，故可用概率替换，即 ，则该信源的平均信息量即熵为： *
文档评论（0）