NSCT和圖模型在圖像配準(zhǔn)中的應(yīng)用.pdf

1、圖像配準(zhǔn)是對來自不同時間，不同傳感器或不同視角的同一場景兩幅或者多幅圖像進(jìn)行匹配和疊加，是模式識別與計算機視覺領(lǐng)域的一個重要的基礎(chǔ)性問題，是圖像融合、拼接等技術(shù)的前提，其研究成果可廣泛地應(yīng)用于遙感遙測、醫(yī)學(xué)成像、基于多傳感器融合的目標(biāo)識別等諸多領(lǐng)域。
　　 圖像配準(zhǔn)算法基本上可分為兩類，即基于灰度的圖像配準(zhǔn)算法和基于特征的圖像配準(zhǔn)算法。相對于基于灰度的圖像配準(zhǔn)算法，基于特征的圖像配準(zhǔn)算法在可靠性和魯棒性方面都具有很突出的優(yōu)勢，是

2、近年來研究的熱點，該方法首先提取圖像局部不變描述子作為圖像特征，然后把圖像配準(zhǔn)問題轉(zhuǎn)化為尋找兩個特征集合間的匹配問題。但圖像特征存在著多樣性與多變性，基于特征的圖像配準(zhǔn)并沒有完全解決，需要進(jìn)行深入地研究。
　　 本論文主要應(yīng)用非抽樣Contourlet變換(NSCT)和圖模型來研究圖像配準(zhǔn)問題，將圖像匹配和圖像配準(zhǔn)問題從空間域轉(zhuǎn)化到NSCT域，并將SIFT算法與圖模型相結(jié)合來提高算法的性能，主要研究內(nèi)容和研究成果如下：
　

3、　 1、提出了一種基于NSCT和SIFT的遙感圖像配準(zhǔn)算法，綜合利用了NSCT在圖像分解上的靈活性和SIFT算法在特征描述上的有效性來進(jìn)行遙感圖像配準(zhǔn)。首先分別對參考圖像和待配準(zhǔn)圖像用NSCT進(jìn)行分解，然后把分解的低頻圖像作為SIFT算法的輸入并得到匹配結(jié)果，利用匹配結(jié)果求解模型參數(shù)，最后通過重采樣和雙線性插值完成遙感圖像的配準(zhǔn)。實驗結(jié)果表明，該算法在運算速度和匹配精度方面均比SIFT算法和SWT+SIFT算法優(yōu)越。
　　 2

4、、提出了一種基于圈基的譜匹配算法。首先，利用兩幅待匹配圖像的特征點分別構(gòu)造一組圈基，其次分別根據(jù)圈基構(gòu)造賦權(quán)鄰接矩陣，并進(jìn)行SVD分解，然后利用分解所得到的特征向量構(gòu)造反映特征點之間匹配程度的關(guān)系矩陣和匹配概率矩陣，最后通過交替歸一化將匹配概率矩陣轉(zhuǎn)化為雙隨機矩陣以獲得匹配結(jié)果。模擬與真實圖像實驗結(jié)果均表明了該算法的可行性和有效性。
　　 3、提出了一種基于NSCT和SIFT特征的譜匹配算法。首先用非抽樣Contourlet變換