基于幾何約束的魯棒圖像配準(zhǔn).pdf

1、圖像配準(zhǔn)(Image registration)將不同時(shí)刻、不同類(lèi)型傳感器或不同條件下(天氣、光照、拍攝位置和角度等)所獲取的兩幅或多幅有差異的圖像進(jìn)行匹配，使包含相同物體的圖像對(duì)應(yīng)地重合。圖像配準(zhǔn)是圖像處理的基本任務(wù)之一，被廣泛地應(yīng)用于計(jì)算機(jī)視覺(jué)、醫(yī)學(xué)圖像和遙感等領(lǐng)域。
　　 傳統(tǒng)譜方法利用成對(duì)幾何約束，進(jìn)行圖像配準(zhǔn)，并得到廣泛應(yīng)用。但是這種方法效率不夠高且不具備尺度不變的特性：1)當(dāng)備選匹配數(shù)量很大時(shí)，該方法要進(jìn)行的特征值運(yùn)

2、算會(huì)很浪費(fèi)時(shí)間；2)而且該方法進(jìn)行匹配要求尺度一致，因此這種成對(duì)幾何約束條件對(duì)于存在尺度變化的情況是無(wú)效的。
　　 為了解決上述計(jì)算復(fù)雜度高的問(wèn)題，本論文提出了基于投票表決和求和排序機(jī)制的圖像配準(zhǔn)方法。在本方法中，每個(gè)備選匹配都有著表決器的功能。每個(gè)表決器對(duì)其它備選匹配進(jìn)行投票表決，也對(duì)自己進(jìn)行投票表決。對(duì)投票得分進(jìn)行簡(jiǎn)單的求和并對(duì)結(jié)果進(jìn)行排序求最大值，即可得到最佳匹配。為了克服傳統(tǒng)譜方法不具備尺度不變特性的缺點(diǎn)，本論文把成對(duì)約

3、束推廣為三角形約束，然后采用投票表決和求和排序機(jī)制進(jìn)行圖像配準(zhǔn)。在本方法中，利用三個(gè)備選匹配來(lái)建立幾何約束條件。這種幾何約束的一致性，是用這兩個(gè)三角形的相似度來(lái)衡量的，這樣就保證了該方法的尺度不變特性。利用該方法中的幾何約束信息，將會(huì)構(gòu)建一個(gè)三維矩陣。對(duì)該三維矩陣進(jìn)行求和計(jì)算和排序操作，就能獲得最佳匹配。實(shí)驗(yàn)結(jié)果表明：本論文所提出的第一種方法的效率非常高；第二種方法在高效率的基礎(chǔ)上實(shí)現(xiàn)了多尺度圖像的配準(zhǔn)。
　　 本文還介紹了另一