基于局部特征的图像配准算法及应用研究

发布时间：2017-03-28 06:07

  本文关键词：基于局部特征的图像配准算法及应用研究，，由笔耕文化传播整理发布。

【摘要】：图像配准作为模式识别和图像处理领域中的一个基本课题,在计算机视觉、遥感技术、图像融合、图像超分辨率重构和医学图像处理等很多领域都有着广泛地应用。随着应用技术的发展,对图像配准的准确性、高效性和适应性都提出了更高的要求。本文以图像拼接、图像融合以及图像解析为主要应用背景,围绕图像配准的空间变换模型参数估计及图像特征提取与匹配算法展开了深入研究,并提出相应的创新性算法。论文主要研究内容包括以下几个方面:(1)研究了基于高斯混合模型的非刚性配准算法。针对传统的非刚性一致性点漂移配准算法(CPD)的变换模型自由度低的问题,提出基于投影变换的一致性点漂移配准算法(P-CPD),利用引入投影变换参数函数,构造自由度较高的基于投影变换的空间变换模型。仿真实验验证了P-CPD算法在具有灵活配准模型的同时提高了算法配准精度及鲁棒性。为了进一步提高算法的收敛速度及准确性,提出基于局部特征的一致性点漂移配准算法(F-CPD),F-CPD算法是在P-CPD算法基础上将图像局部特征信息引入高斯混合模型中。实验结果表明图像局部特征信息的引入有助于进一步提高变换模型参数以及点匹配关系估计的准确性。(2)研究了利用特征点匹配关系估计空间变换模型参数的图像配准算法。针对原有移动直接线性变换算法(MDLT)抗误匹配点能力较弱的缺点,提出基于投影参数向量场的移动直接线性变换算法(VF-MDLT)。该算法通过构建平滑投影参数向量场(vector field),抑制误匹配点对的干扰,增强算法的鲁棒性,并快速计算图像各像点的投影变换矩阵参数,实现图像配准。由于配准算法在图像拼接中基础性作用,提出VF-MDLT算法结合形状保持半投影变换算法(SPHP)的图像拼接算法。在拼接过程中利用VF-MDLT配准算法的准确性和鲁棒性,提高图像重叠区域的配准效果,对非重叠区域采用SPHP算法减少外插投影变换引起的图像拉伸畸变,以获得更好的拼接效果。实验结果证明了VF-MDLT算法比MDLT算法的具有更强抗干扰能力,以及所提出的配准算法在图像拼接中的实用性和有效性。(3)针对多聚焦图像的特点以及SIFT特征在多聚焦图像应用中存在的问题,提出了多尺度SIFT特征结合特征点位置信息的特征(SLS-SP)及其匹配方法,SLS-SP特征降低了由于图像模糊程度不同导致的特征尺度不确定性。实验结果表明,针对多聚焦图像,SLS-SP特征比传统SIFT特征在正确匹配点数量与正确匹配率两方面都具有明显优势,能够为多聚焦图像配准提供可靠数据。在多聚焦图像的配准过程中,根据SLS-SP特征点匹配关系,采用本文VF-MDLT非刚性配准算法实现多聚焦图像序列的配准。针对多聚焦图像融合环节,提出了基于焦点叠加的多聚焦图像融合算法。该算法创新性的将融合问题转化为标签分配问题,利用马尔科夫随机场(MRF)模型解决像点的标签分配问题。实验证明,该融合算法可以有效提取序列图像中清晰区域,区域衔接处过渡自然,图像细节保留完整。通过多聚焦图像的配准与融合算法的综合实验,证明了本文所提算法可以有效处理多聚焦图像,实现景深扩展,具有相当的实用价值。(4)针对差异场景下相似目标的稠密匹配问题,提出一种基于无监督学习特征的图像配准算法。该算法采用无监督特征学习方法提取图像特征,代替了传统的手工制定的图像特征。受多层神经网络和深度学习算法的启发,该算法采用多层匹配框架配合多层图像特征,并根据各层特征设计相应的优化模型。实验结果表明,匹配准确率与当前最新研究进展相比有进一步的提高,在匹配速度上有大幅提升,实现了高准确率下的快速稠密匹配。另外,对特征学习过程中各影响因素进行了定量分析,考察了各因素对匹配结果的影响。将稠密匹配算法获得的图像间像点对应关系应用至图像场景解析算法中,提高了基于稠密匹配的图像解析算法的解析准确率。
【关键词】：图像配准 图像特征 非刚性配准 坐标变换 稠密匹配 特征学习
【学位授予单位】：北京理工大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要4-6
• ABSTRACT6-14
• 第1章 绪论14-32
• 1.1 研究背景及意义14-15
• 1.2 图像配准技术简介15-29
• 1.2.1 图像配准方法概述15-16
• 1.2.2 图像配准方法分类16-17
• 1.2.3 基于区域的配准方法17-18
• 1.2.4 基于局部特征的配准方法18-21
• 1.2.5 空间变换模型21-26
• 1.2.6 图像变换和插值26-27
• 1.2.7 图像配准效果评价方法27-28
• 1.2.8 图像配准技术的难点28-29
• 1.3 本文的主要工作29-32
• 1.3.1 论文的主要成果29-30
• 1.3.2 论文的结构安排30-32
• 第2章 基于一致性点漂移的图像配准算法32-52
• 2.1 引言32-33
• 2.2 一致性点漂移算法33-37
• 2.3 基于投影变换的一致性点漂移配准算法37-44
• 2.3.1 基本变量38-39
• 2.3.2 平滑正则项39-40
• 2.3.3 模型参数求解40-43
• 2.3.4 算法流程43-44
• 2.4 基于局部特征的一致性点漂移配准算法44-46
• 2.5 实验结果与分析46-51
• 2.5.1 仿真数据实验46-48
• 2.5.2 图像数据实验48-51
• 2.6 本章小结51-52
• 第3章 基于移动直接线性变换的图像配准算法52-73
• 3.1 引言52-53
• 3.2 移动直接线性变换算法53-56
• 3.2.1 全局变换参数估计53-55
• 3.2.2 基于移动直接线性变换算法的变换模型参数估计55-56
• 3.3 基于改进移动直接线性变换的图像配准算法56-62
• 3.3.1 投影参数向量场模型56-58
• 3.3.2 投影参数向量场求解58-62
• 3.4 图像配准算法在图像拼接中的应用62-67
• 3.4.1 图像拼接62-63
• 3.4.2 针对图像拼接的空间变换模型参数估计63-67
• 3.5 实验结果与分析67-71
• 3.5.1 图像配准实验67-70
• 3.5.2 图像拼接实验70-71
• 3.6 本章小结71-73
• 第4章 针对多聚焦图像的图像配准算法73-95
• 4.1 引言73-74
• 4.2 相关研究74-78
• 4.2.1 多聚焦图像光学特性74-75
• 4.2.2 SIFT特征的尺度空间分析75-77
• 4.2.3 多聚焦图像特征点尺度分析77-78
• 4.3 多聚焦图像的特征及特征匹配78-82
• 4.3.1 基于局部特征与分布信息的图像特征提取78-81
• 4.3.2 多聚焦图像特征匹配81-82
• 4.4 多聚焦图像配准82
• 4.5 基于焦点叠加的多聚焦图像融合算法82-84
• 4.6 手持移动设备算法应用84-85
• 4.7 实验结果与分析85-93
• 4.7.1 多聚焦图像特征匹配实验85-88
• 4.7.2 图像景深扩展实验88-90
• 4.7.3 多聚焦图像配准与融合实验90-93
• 4.8 本章小结93-95
• 第5章 基于无监督特征学习的图像配准算法95-121
• 5.1 引言95-96
• 5.2 无监督特征学习方法介绍96-100
• 5.2.1 图像预处理97-98
• 5.2.2 常见字典学习方法98-99
• 5.2.3 常见特征编码方法99-100
• 5.3 基于无监督特征学习的图像配准算法100-107
• 5.3.1 多层匹配框架102-103
• 5.3.2 多层特征提取103-105
• 5.3.3 目标函数与优化105-107
• 5.4 图像配准算法在图像解析中的应用107-109
• 5.5 实验与分析109-120
• 5.5.1 实验设置109
• 5.5.2 评价标准109-110
• 5.5.3 Caltech-101数据集实验110-114
• 5.5.4 Pascal VOC 2012数据集实验114-116
• 5.5.5 LMO数据集实验116-118
• 5.5.6 特征学习中各影响因素分析118-120
• 5.6 本章小结120-121
• 第6章 总结与展望121-125
• 6.1 主要工作和贡献121-123
• 6.2 未来的工作与展望123-125
• 参考文献125-137
• 攻读学位期间发表论文与研究成果清单137-138
• 致谢138

【相似文献】

中国期刊全文数据库 前10条

1 蒋睿嵩;张定华;张顺利;程云勇;;带变形涡轮叶片精确配准算法研究[J];CT理论与应用研究;2009年01期

2 李在娟;付宜利;高文朋;;基于路径的血管介入手术电磁跟踪的配准算法[J];华中科技大学学报(自然科学版);2013年S1期

3 蒋睿嵩;魏发远;冯大勇;闫茂振;;一种权值约束的精确配准算法[J];图学学报;2014年02期

4 左森;郭晓松;万敬;郭君斌;;基于支持向量回归的光度配准算法[J];微电子学与计算机;2006年12期

5 於时才;吕艳琼;;一种图像快速配准算法的研究[J];激光与红外;2009年04期

6 谢永胜;余正生;;图像快速配准算法的改进[J];机电工程;2010年02期

7 郭明;周晓东;;舰船小目标图像配准算法[J];光子学报;2012年02期

8 李宝峰;田宝华;张晓明;郑明玲;;全局自动图像配准算法加速器[J];计算机辅助设计与图形学学报;2012年10期

9 陈华杰;冯卫平;林岳松;郭云飞;;基于稀疏方位超图匹配的图像配准算法[J];光电子.激光;2010年12期

10 王学敏;王国宏;陈垒;;航迹图像的2D雷达系统误差配准算法[J];火力与指挥控制;2012年06期

中国重要会议论文全文数据库 前7条

1 张政;张彩明;;一种基于法向特征的点云数据配准算法[A];中国图学新进展2007——第一届中国图学大会暨第十届华东六省一市工程图学学术年会论文集[C];2007年

2 梅跃松;杨树兴;莫波;;一种基于新的相似性测度的自动图像配准算法[A];2007'中国仪器仪表与测控技术交流大会论文集（一）[C];2007年

3 王瑞瑞;王晋年;马建文;;基于虚拟窗口统计特征的可见光与热红外影像配准算法研究[A];第十七届中国遥感大会摘要集[C];2010年

4 孙凡;;基于无人机多光谱成像仪图像的配准算法研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

5 郗润平;武潇;张艳宁;;基于子束变换和Harris角点的图像配准算法[A];全国第三届信号和智能信息处理与应用学术交流会专刊[C];2009年

6 曹世翔;江洁;张广军;袁艳;;一种简化SIFT的图像配准算法[A];第九届全国光电技术学术交流会论文集（下册）[C];2010年

7 蒋晓瑜;田宏亮;张文明;;基于梯度互信息的小波域图像配准算法研究[A];第六届全国信号和智能信息处理与应用学术会议论文集[C];2012年

中国博士学位论文全文数据库 前6条

1 张超;基于局部特征的图像配准算法及应用研究[D];北京理工大学;2015年

2 章学静;像素级图像增强及配准算法研究[D];北京理工大学;2014年

3 梁月强;图像引导放射治疗若干关键问题的研究[D];电子科技大学;2012年

4 刘朝霞;航空遥感图像配准算法研究[D];大连海事大学;2011年

5 叶宏;多传感器系统配准算法研究[D];中国工程物理研究院;2014年

6 祁永庆;多平台多传感器配准算法研究[D];上海交通大学;2008年

中国硕士学位论文全文数据库 前10条

1 刘新;三维点云数据的配准算法研究[D];燕山大学;2015年

2 杨昆;基于互相关和点特征的图像配准算法研究[D];中国矿业大学;2015年

3 林存花;医学影像弹性配准算法的设计与实现[D];西安电子科技大学;2011年

4 袁亮;三维重建过程中的点云数据配准算法的研究[D];西安电子科技大学;2010年

5 张政;点云数据配准算法研究[D];山东大学;2008年

6 侯国强;基于配准算法的单目被动测距研究[D];西安电子科技大学;2012年

7 陈瑜;印刷电路板外观检查机中的图像配准算法研究[D];电子科技大学;2011年

8 曹阳;基于LBM的三维医学影像非刚体配准算法研究[D];西安电子科技大学;2013年

9 王许磊;基于粒子滤波的虚实配准算法研究[D];华中科技大学;2007年

10 孙超;图像配准算法研究及文档图像配准中的应用[D];电子科技大学;2009年

  本文关键词：基于局部特征的图像配准算法及应用研究，由笔耕文化传播整理发布。

本文编号：271775