多模态和大型图像配准技术研究-信号与信息处理专业论文.docx

多模态和大型图像配准技术研究-信号与信息处理专业论文.docx

  1. 1、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。。
  2. 2、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
  3. 3、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)。
查看更多
多模态和大型图像配准技术研究-信号与信息处理专业论文

摘要 ‘· 图像配准是 i到像处理领域的 一 个基本问题,它是同场景的多图像分析的基 ‘, 、础。本论文对图像配准进行了创新性研究。 本文提出了广义的图像匹配概念和一个新的图像配准准则 ‘, 、 的图像匹配概念更符合人对于图像匹配的理解。对齐度准则源自于人对于图像内 容对齐的认识,在数学上则基于方差。问则能够有效地衡量图像的配准程度, 对图像的灰度属性之间没有苛刻的要求,又士图像中的噪声也有很强的容忍性。新 准贝IJ适用于一维至多维的多模态图像,)本文以单模态和多模态的医学和遥感图像 实例充分证实了新准则的有效性。图像配准问题归结为对齐度的最大化,这成为 -个典型的多维全局参数优化问题。本文使用 Powe11 方向族搜索法结合多分辨 率分析来最大化对齐度。 !i1针对基于特征点的图像配准,本文提出了一种基于广义特征点的图像自动配 准方法。如本文提出盯特征点和狭义特征点概念将特征点从单纯的点拓 展到特征区域。基于广义特征点概念提出了一种新的特征点具体定义,以多尺度 的小波变换结合其他特征约束条件来自动地搜索广义特征点。对两幅图像分别提 取广义特征点集之后,提出 一种基于对齐度准则和根均方误差的两步匹配算法完 成同名控制点的建立。以 一种叠代优化机制对控制点的位置进行精校匠,最后进 ! i1 果。)-1(- 在研究遥感图像特点和失配方式的基础上,针对具有局部几何畸变和无限长 特点的遥感图像,提出了 →种持续地流水线式的配准方法。只在配 i怪的起始需要 人工的简单辅助就可以启动后续的自动过程。在图像的变形平缓的前提下,通过 .. .. e .. . ? 网格化的广义特征点自动搜索和匹配过程在全图中建立足够密度的均匀的控制 点集。然后以局部州平均的表面拟和方法对失配图像做几何校正. 方法既有 放地校 ?F 了运感图像中的局部几何畸变,又适合于针对无限长图像进行数据流式 的分段制输i110 模拟实验证实了本方法的有效性少」 关键词:图像配准,配准(ft则,对齐度,特征点,几何矫 if A study 00 registratioo of multi-modal and huge-size images Waog Dongfeng (Signal and information processing) ? Directed by Prof. Zou Mouyan ? 、.? Abstract Image registration is a fundamental task in image processing. It is the basic step for multi-image analysis of the s创ne scene. In this dissertation we make creative research 00 image registration. We suggest a broad sense concept of image match and image registration. New concept of image registration is more accord with the comprehension of human beings on image match. Then we suggest a new match measure: AM (Alignment Metric), which is derived from the judgment of alignment of a human s vision. Mathematically it is based 00 variance. The new measure can efficiently evaluate the match degree of two images,with little restriction of the gray level properties. 1t also supplies strong noise tolerance. New measure can be applied to one-dimensional or multi-dimensional multi-modal image registration. Image registration then changes to the maximization of alignment metric. This is a typical multi-dimensional global parameter optimization problem. We use Powell

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档