一种分层次的高精确图像配准算法.pptVIP

一种分层次的高精确图像配准算法 摘要：本文介绍了一种处理平移和旋转问题的图像配准算法。这种算法比起传统的基于频域或时域的算法更有效率，达到亚像素级的精确度。另外，这种算法对由于欠采样造成的重叠误差，其处理精度也能达到亚像素级。算法采用分层搜索策略，有效地减少了图像拼接的时间。本文通过对多种不同图像的仿真实验，证明了算法的准确性。 1.简介 在许多领域，例如航天航空技术、地理信息处理、图像镶嵌、医学图像处理等，都需要把同一物体的不同图像进行图像配准。在多帧重构过程中，这是一个基础工作，重构后的图像质量取决于配准的精度。算法的其中一些应用在文献[1]中有介绍。 文献[2][3]提出了快速和高效的配准算法，但只局限于右平移的应用。文献[4][5]介绍了传统的配准算法的应用，能达到亚像素级的精度。但算法的精确度受插补质量的影响，而且当图像存在重叠误差时候，配准往往失败。我们提出的健壮的分层算法，包括在时域的相位相关和频域的光谱消除，有效地解决了图像平移和旋转情况下的配准问题。 该算法对于欠采样造成的图像重叠误差，同样能够达到亚像素级的精度。通过对图像进行快速的傅立叶变换，算法减少配准过程的计算量；通过分层次搜索的方法，首先是采用相位相关法进行粗略搜索，紧接着采用光谱消除的精确配准，加快了算法的速度。在论文的第二部分，我们将分别讨论相位相关和光谱消除两种方法。论文的第三部分将介绍一些实验结果。第四部分是论文的结论。 2.层次策略 3.实验结果 为了估算其精确度，通过两幅仿真图像进行测试。在第一次仿真中，通过不同的平移量和不同的旋转角度获得六幅Lena图像。配准的结果如表一所示。 第二个例子是对欠采样图像。这些人工平移图像通过下列途径产生：首先把原来128×128的Lena图像以内交叉值替换的形式转变成512×512。仿真图像(包括重叠问题)通过对上面的512×512的图像在X轴和Y轴上以每隔8个像素距离重采样的方式得到。这样，将存在64张欠采样的图像(64×64),每张图像上存在不同的亚像素级移位。图3所示为其中一幅。用其中六幅作为算法的测试图像，结果如表二所示。 从表一种我们可以看出，算法可以对于存在平移和旋转问题的图像，其配准精度能够达到亚像素级别。对于欠采样图片，即使图片存在重叠问题，算法也能表现出很高的精确度。在第一个例子中，最大的平移和旋转误差分别为0.125像素和0.2度。在第二个例子中，最大值分别为0.125像素和0.1度。 4、结论 本文提出了一种新的图像配准算法，对存在平移问题和选择问题的图像进行处理，其配准精度能够达到亚像素级。算法采用分层结构，精确高效。算法中的相位相关法，对图像由于欠采样造成的重叠误差，其处理精确度也能达到亚像素级。算法通过对图像的傅立叶变换，减少了计算量，提高了效率。另外，本文还通过实验证明了算法的有效性和健壮性。 * * *