紅外與微光技術(shù)

《紅外與微光技術(shù)》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、1引言圖像配準(zhǔn)是許多應(yīng)用問題必須的預(yù)處理步驟,比如:時序圖像的變化檢測或多模圖像融合,這些問題遍及軍事、遙感、醫(yī)學(xué)、計算機(jī)視覺等多個領(lǐng)域。許多領(lǐng)域都需要圖像配準(zhǔn),實際應(yīng)用過程可能會有所不同,但其中關(guān)鍵的因素是類似的。概括地說,圖像配準(zhǔn)是對取自不同時間、不同傳感器或者不同視角的同一場景的兩幅或多幅圖像進(jìn)行最佳匹配的過程,包括像素灰度匹配和空間位置對齊。配準(zhǔn)方法的分類可以依據(jù)不同的準(zhǔn)則。Bro2wn[1]依據(jù)變換模型的復(fù)雜程度對配準(zhǔn)方法進(jìn)行分類,并歸納了配準(zhǔn)技術(shù)的實現(xiàn)步驟:特征空間、相似度測量、搜索空間和策略。Maintz[2]等則提出了9條分類準(zhǔn)則,依次為:圖像維數(shù)、配準(zhǔn)

2、特征的來源、變換模型、坐標(biāo)變換域、交互性、優(yōu)化策略、成像模式、配準(zhǔn)對象、配準(zhǔn)目標(biāo)的特點等。作者參考Brown和Maintz的分類方法,將配準(zhǔn)技術(shù)概括為8個方面,包括:配準(zhǔn)對象、特征提取、特征匹配、變換模型、優(yōu)化策略、坐標(biāo)變換與插值、系統(tǒng)實現(xiàn)及算法評估,并考慮每項內(nèi)容的技術(shù)特性進(jìn)行細(xì)分,然后依據(jù)某一算法的創(chuàng)新點進(jìn)行分類。囊括所有方法的分類準(zhǔn)則是不存在的,所提方法側(cè)重于從總體上對配準(zhǔn)方法進(jìn)行考察,是一種相對能反映配準(zhǔn)方法本質(zhì)特征的分類方法。依據(jù)新的分類準(zhǔn)則,作者已對圖像配準(zhǔn)技術(shù)的8個子方向進(jìn)行了系統(tǒng)研究。92發(fā)展史和研究現(xiàn)狀國外從20世紀(jì)60年代就開始在圖像配準(zhǔn)領(lǐng)域進(jìn)行研究

3、,但直到1980年代才開始引起學(xué)者們的關(guān)注。到上世紀(jì)末,單模圖像配準(zhǔn)問題已基本解決,但多模圖像配準(zhǔn)由于涉及模式和領(lǐng)域的復(fù)雜性,仍需密切關(guān)注。國際上對圖像配準(zhǔn)技術(shù)曾做過調(diào)查,其結(jié)論是1990年代初技術(shù)文獻(xiàn)明顯增加。而國內(nèi)從1990年代初才開始涉足此領(lǐng)域。下面依據(jù)科研分布情況對當(dāng)前圖像配準(zhǔn)技術(shù)的研究現(xiàn)狀進(jìn)行闡述。通過對研究成果(比如:碩、博士論文)相對集中的科研機(jī)構(gòu)或技術(shù)人員進(jìn)行分析,可以很好地把握該領(lǐng)域的研究廣度和深度。1)UMCU(UniversityMedicalCenterUtrecht,Neth2erlands)圖像科學(xué)所。以MaxA.Viergever教授為代表

4、,研究興趣包括計算機(jī)視覺和醫(yī)學(xué)成像的所有方面。文獻(xiàn)[6]綜述了該所上世紀(jì)最后10年的研究情況,重點在圖像配準(zhǔn)、圖像分割和可視化。2)VU(VanderbiltUniversity,USA)電子工程與計算機(jī)科學(xué)系。以J.MichaelFitzpatrick教授為代表,研究興趣在醫(yī)學(xué)成像,醫(yī)學(xué)圖像處理,圖像配準(zhǔn)、圖像制導(dǎo)手術(shù)。3)SU(SyracuseUniversity,USA)電子工程與計算機(jī)科學(xué)系。以PramodK.Varshney教授為代表,研究興趣在隱藏武器探測。文獻(xiàn)[7]綜述了其課題小組近10年的研究情況。4)KCL(King’sCollegeLondon)醫(yī)學(xué)

5、成像科學(xué)組。以DerekL.G.Hill教授為代表,研究興趣在圖像配準(zhǔn)、多模圖像制導(dǎo)手術(shù)、MRI運動糾正、形狀分析等,著有?醫(yī)學(xué)圖像配準(zhǔn)?。5)WSU(WrightStateUniversity,USA)計算機(jī)科學(xué)工程系。ArdeshirGoshtasby教授為代表,近20年來,一直致力于圖像配準(zhǔn)技術(shù)研究。他是圖像融合系統(tǒng)研究的發(fā)起者,并創(chuàng)立了以研究和發(fā)展圖像配準(zhǔn)及融合技術(shù)為目的的公司。6)美國NASA空間飛行中心。以JacquelineLeMoigne教授為代表,為圖像配準(zhǔn)在遙感領(lǐng)域應(yīng)用作了大量工作,涉及多種技術(shù)在該領(lǐng)域的應(yīng)用,諸如小波多分辨率策略以及互相關(guān)、互信息、

6、Hausdorff距離等相似度測量。7)20世紀(jì)90年代初國內(nèi)開始進(jìn)行圖像配準(zhǔn)技術(shù)的研究,文獻(xiàn)[8-9]應(yīng)該是比較早的研究成果。93技術(shù)熱點圖像配準(zhǔn)技術(shù)的文獻(xiàn)浩如煙海。通過對當(dāng)前技術(shù)熱點的分析,不僅體現(xiàn)了該領(lǐng)域存在的問題,也揭示了進(jìn)一步的研究方向。3.1傳感器校正圖像配準(zhǔn)是與獲取待配準(zhǔn)圖像的傳感器緊密聯(lián)系的。在圖像獲取之前解決圖像配準(zhǔn)問題的方法之一是構(gòu)造一種能夠同時獲得多種模式圖像的成像裝置,這是今后實現(xiàn)圖像配準(zhǔn)技術(shù)的一個重要發(fā)展方向。文獻(xiàn)[10]提出了一種距離圖像掃描機(jī)制,可以不需配準(zhǔn)就能融合數(shù)據(jù)。通過研究成像設(shè)備參數(shù)可以有效地消除圖像間差異。文獻(xiàn)[11]利用傳感器參

7、數(shù)進(jìn)行圖像配準(zhǔn)。系統(tǒng)中傳感器光軸一致,有相同的中心,則圖像只反映了視場角和空間分辨率的不同。根據(jù)傳感器參數(shù),對圖像剪切、縮放、重采樣和插值,可直接匹配視場角和空間分辨率。基于成像模型的配準(zhǔn)方法是建立在圖像空間和地面物理空間之間嚴(yán)格的幾何變換基礎(chǔ)上,需要準(zhǔn)確的傳感器位置和姿態(tài)參數(shù)以及數(shù)字高程模型(DEM)的支持。文獻(xiàn)[12]在配準(zhǔn)由飛機(jī)或其他空中平臺拍攝的地面上的景物圖像時,考慮到配準(zhǔn)的精度和實時性,采用了基于成像模型的配準(zhǔn)方法,克服了傳統(tǒng)配準(zhǔn)方法在圖像出現(xiàn)較大扭曲時的不足。3.2信息論技術(shù)最近幾年,以信息論為基礎(chǔ)的圖像配準(zhǔn)方法越來越受到研