基于多目標(biāo)進化算法的圖像配準(zhǔn)方法.pdf

1、圖像配準(zhǔn)是圖像處理中非常關(guān)鍵的一個步驟，它是指將不同時刻、不同角度或者是不同傳感器對同一地點拍攝的兩幅或者多幅圖像進行疊加對準(zhǔn)的過程。圖像配準(zhǔn)技術(shù)已經(jīng)被廣泛地用于圖像變化檢測、圖像拼接、醫(yī)學(xué)領(lǐng)域以及模式識別領(lǐng)域。
　　文中首先對圖像配準(zhǔn)的理論知識進行了詳細(xì)的介紹，包括圖像配準(zhǔn)的定義、圖像配準(zhǔn)的基本框架和常見的重采樣方法，在空間幾何變換中對于常見的剛體變換、仿射變換、非線性變換、投影變換等做了詳細(xì)的敘述。圖像配準(zhǔn)的基本框架是理解圖像

2、配準(zhǔn)技術(shù)的一個重點，因此本文從特征空間、搜索空間、相似性度量和優(yōu)化策略四個方面對其進行了分析。常見的圖像配準(zhǔn)方法有基于特征的圖像配準(zhǔn)方法，基于灰度的圖像配準(zhǔn)方法以及基于變換域的圖像配準(zhǔn)方法。基于特征的圖像配準(zhǔn)方法僅僅利用從圖像中提取出的一部分點或者線，使用的信息較少，因此配準(zhǔn)的速度一般較快，且配準(zhǔn)的精度較高。同時，對于經(jīng)典的Harris角點檢測算法、尺度不變仿射變換（SIFT）算法和SUSAN角點檢測算法進行了比較。基于灰度信息的圖像配

3、準(zhǔn)方法利用圖像灰度的統(tǒng)計信息來構(gòu)造圖像之間的相似性度量，通過優(yōu)化策略來尋找使相似性度量達(dá)到最大值的變換參數(shù)，從而配準(zhǔn)圖像，這種方法對噪聲的魯棒性比較強，并且不需要對圖像做任何模型的假設(shè)，因此也被廣泛應(yīng)用。
　　本文將基于灰度信息的圖像配準(zhǔn)方法和基于特征的圖像配準(zhǔn)方法進行了結(jié)合，構(gòu)造出了空間信息函數(shù)和互信息目標(biāo)函數(shù)，相位一致提取特征因其對光照具有不變性且處理速度較快，因此本方法中將相位一致性作為特征提取的方法。之后利用基于分解的多目