基于样条金字塔和互信息快速图像配准.docVIP

基于样条金字塔和互信息快速图像配准 　　（华中科技大学 图像识别与人工智能研究所，武汉430074） 　　 　　摘 要：采用高精度B样条生成金字塔，大幅降低了计算复杂度，通过Parzen窗计算联合直方图并在此基础上导出目标函数的Hessian矩阵表达式，将具备二次收敛性的Newton方法引入到优化过程从而大大提高了配准速度。对普通光学和多谱图像的配准实验表明，该算法大幅提高了互信息模型下的配准速度，且精度较高。 　　关键词：互信息； 图像配准； Powell方法； Newton方法； Parzen窗 　　中图分类号：TP391.41文献标志码：A 　　文章编号：1001-3695(2009)05-1949-02 　　 　　Fast image registration based on spline pyramid and mutual information 　　LI Qiao-liang WANG Guo-you LIU Jian-guo CHEN Shao-bo 　　(Institute for Pattern Recognition Artificial Intelligence Huazhong University of Science Technology Wuhan430074 China) 　　Abstract:This paper introduced B-Spline pyramid into mutual information based registration procedure to improve the precision and efficiency. The proposed algorithm based on B-Spline pyramid adopted Newton instead of Powell optimizer while estimated the joint probability density function by Parzen window to improve the registration accuracy and efficiency and experimental results show that the registration speed is substantially improved by the proposed algorithm with high accuracy. 　　Key words：mutual information(MI); image registration; Powell algorithm; Newton algorithm; Parzen window 　　 　　图像配准是图像智能分析与处理的关键技术，是数据融合、运动检测和目标识别的必要前提。配准算法将不同时间、不同传感器、不同视角及不同拍摄条件下获取的两幅或多幅图像进行几何关系[1]匹配，其最终目的在于建立两幅图像像元之间的对应关系。图像配准技术主要应用于医学图像分析、遥感数据分析、模式识别与计算机视觉等领域。?? 　　目前常用的图像配准方法大致可分为四类，即基于灰度域、频域的配准方法，以及利用图像低级、高级抽象特征的配准方法。近年来，基于灰度域互信息的多谱图像配准方法成为研究热点，互信息测度对输入图像不作任何相关性假设，且该方法由于不需要对原始图像进行任何预处理，具有较好的鲁棒性和较广的适用范围，非常有利于实现多模图像的自动配准；其在医学图像配准领域已取得了巨大成功，在多源遥感图像配准上的拓展与应用也迅速成为了研究热点。?? 　　互信息模型用于图像配准有两点不足：a)优化方法效率较低。在互信息图像配准的优化算法中，常用的Powell直接优化方法不需要计算目标函数的导数且计算简单；Powell多方向搜索算法[2,3]与一维Brent梯度搜索法的联合优化方法通常是优化互信息目标函数的首选。但是Powell方法在初始迭代中需要对各个自由度进行试探搜索，之后才会进入下降阶段，而常采用的塔式分解计算结构则希望在塔的低分辨率层上完成大部分迭代，而在较好的分辨率层上一步或几步之内达到最优解。显然，Powell方法不适于塔式分解的计算结构。b)联合概率密度估计误差较大，从而影响配准精度。?? 　　Inglada[4]分析了互信息模型配准的插值和直方图估计误差问题；为使互信息模型更鲁棒，Shu[5]采用图像对比度图作为输入图成功提高了配准正确率；Shams等人[6]采用梯度强度作为输入，将配准步骤分为三步以降低计算复杂度。?? 　　为有效提高配准效率且充分发挥互信息模型的优势，针对上述不足，本文首先对待配准图像构建样条金字塔