基于邊緣特征的圖像配準(zhǔn)算法研究.pdf

1、圖像配準(zhǔn)是將不同傳感器在不同時間或不同成像條件下對同一景物獲得的兩幅或多幅圖像在空間上對準(zhǔn)，是圖像處理的基本問題之一。配準(zhǔn)效果將對圖像拼接、圖像識別、目標(biāo)跟蹤等后續(xù)工作有直接的影響。本文在對基于圖像特征的配準(zhǔn)方法進行分析的基礎(chǔ)上，對基于邊緣特征點的圖像配準(zhǔn)和基于邊緣的圖像配準(zhǔn)進行了研究。
　　 基于邊緣特征點的圖像配準(zhǔn)有兩個重要的環(huán)節(jié)：一是圖像邊緣特征點的提取，二是特征匹配準(zhǔn)則。特征點提取的準(zhǔn)確性及穩(wěn)定性將會對后續(xù)的配準(zhǔn)工作產(chǎn)生

2、影響。特征點在提取過程中對位置變化、灰度變化、噪聲、部分遮擋有較好的適應(yīng)性，本文依據(jù)圖像的邊緣輪廓特征利用動態(tài)支持域的改進CSS算法提取邊緣角點，然后分別利用奇異值分解和馬氏距離的方法對提取的特征點進行配準(zhǔn)。奇異值分解利用數(shù)據(jù)分析法，找出大量數(shù)據(jù)中所隱含的模式，進而進行匹配，實驗證明，奇異值分解具有平移旋轉(zhuǎn)不變性。馬氏距離的大小不僅與各個點集相對分布有關(guān)，而且與各個點集自身的分布有關(guān)，應(yīng)用馬氏距離對不同傳感器圖像進行配準(zhǔn)，實驗證明，馬氏

3、距離具有一定的實用性，對誤匹配的剔除需要進一步改進。
　　 基于邊緣的圖像配準(zhǔn)是以圖像邊緣為特征單元。Hausdorff距離描述兩個點集之間的相似性度量，具有很強的抗干擾能力和容錯能力，然而單純的Hausdorff距離對噪聲和孤立點比較敏感，導(dǎo)致誤匹配率較高。本文采用加權(quán)平均的方式去除一些出格點實現(xiàn)求取部分均值的Hausdorff距離改進形式。針對配準(zhǔn)中全局搜索對配準(zhǔn)速度的影響，引入遺傳算法作為搜索策略。在遺傳操作中，利用改進的