2026《图像配准技术研究的国内外文献综述》2800字.docVIP

PAGE

PAGE1

图像配准技术研究的国内外文献综述

图像配准技术自诞生以来一直是个热门的研究方向，国际上三大顶级的计算机视觉会议CVPR，ECCV和ICCV均有收录大量的关于图像配准或者与图像配准技术有关的学术论文[9-11][13-16]。为了满足各领域不同任务的具体需求，研究人员在已有的图像配准算法基础上持续改进优化，同时也提出了大量优秀实用的图像配准算法。现有的图像配准方法大致可以被划分为三大类，一类是基于灰度信息的图像配准方法，第二类是基于变换域的图像配准方法，第三类是基于特征的图像配准方法[15]。

1.1基于灰度信息的配准方法

基于灰度信息的图像配准主要是通过计算出参考图像和待配准图像之间的灰度关联值来实现的，计算出的图像间最大相关值即配准结果。通常使用的灰度统计信息包括归一化互相关（NormalizedCrossCorrelation，NCC）系数、互信息（MutualInfomation，MI）[17]等。1972年，Leese[18]等尝试用互相关技术解决遥感图像配准问题，在当时环境下取得的结果相对理想。Barnea[19]改进了互相关方法并提出了序贯相似检测算法，提升了前者算法的运算速度。但两人提出的算法对图像灰度值要求高，灰度差异大的遥感图像不能得到好的配准效果。针对遥感图像噪声大的问题，Pratt[20]对遥感图像进行了预处理，