《图像相似度匹配研究》由会员分享，可在线阅读，更多相关《图像相似度匹配研究（32页珍藏版）》请在金锄头文库上搜索。
1、 毕业设计 论文 毕业设计 论文 题 目 图像相似度的匹配方法的研究 学生姓名 张迁 学 号 2010013350 所在学院 机械与电子工程学院 专业班级 电信 1001 班 届 别 2010 届 指导教师 任璐 皖西学院本科毕业设计 论文 创作诚信承诺书皖西学院本科毕业设计 论文 创作诚信承诺书 1 本人郑重承诺 所提交的毕业设计 论文 题目 图像相似 度的匹配方法的研究 是本人在指导教师指导下独立完成的 没有弄 虚作假 没有抄袭 剽窃别人的内容 2 毕业设计 论文 所使用的相关资料 数据 观点等均真实可 靠 文中所有引用的他人观点 材料 数据 图表均已标注说明来源 3 毕业设计 论文 中无
2、抄袭 剽窃或不正当引用他人学术观点 思想和学术成果 伪造 篡改数据的情况 4 本人已被告知并清楚 学校对毕业设计 论文 中的抄袭 剽 窃 弄虚作假等违反学术规范的行为将严肃处理 并可能导致毕业设 计 论文 成绩不合格 无法正常毕业 取消学士学位资格或注销并 追回已发放的毕业证书 学士学位证书等严重后果 5 若在省教育厅 学校组织的毕业设计 论文 检查 评比中 被发现有抄袭 剽窃 弄虚作假等违反学术规范的行为 本人愿意接 受学校按有关规定给予的处理 并承担相应责任 学生 签名 日期 年 月 日 目 录 绪论 2 1 研究背景和现状 2 1 1 研究背景和意义 2 1 2 图像配准方法的综述 3
3、1 3 研究的现状 4 1 4 研究问题和内容 4 2 图像配准基本理论 5 2 1 图像配准的基本介绍 5 2 2 图像配准的有关概念 6 2 3 灰度相关的配准方法 9 3 线匹配法 10 3 1 线匹配法介绍及基本原理 10 3 2 线性变换图像匹配模型 10 3 3 线匹配法具体的算法 11 3 4 实验结果与分析 12 4 比值匹配法 14 4 1 比值匹配法介绍及基本原理 14 4 2 比值匹配法具体算法 15 4 3 实验结果与相关分析 16 5 块匹配法 18 5 1 块匹配法介绍及基本原理 18 5 2 块匹配法具体的算法 19 5 3 实验结果和相关分析 20 6 总结与展
4、望 24 参考文献 25 图像相似度的匹配方法的研究 学生 张迁 指导老师 任璐 皖西学院机械与电子工程学院 摘 要 数字图像匹配是指在拍摄 合成和绘画等手法形成的的两幅图像之间能找到局部 和整体的重叠的部分 然后通过相关的匹配方法 找出两幅图像之间存在的相互关系 目 前 图像配准技术广泛应用于军事 医学 地理 信息处理和其它领域 它已成为图像信 息处理应用中的一门重要的技术 本文以灰度相关的图像配准算法为主 开始逐步介绍基 于灰度相关的图像配准的相关的算法 众所周知 这类算法存出不穷 在图像配准算法领 域颇受学者们的欢迎 而很多配准技术都以它为基础进行研究的 本文选择基于灰度相关 模板的配准
5、方法中的 3 种 线模板匹配法 比值模板匹配法和块模板匹配法并对这几种算 法的原理和具体实现进行详细的研究 关键词 图像配准 灰度相关 线匹配法 比值匹配法 块匹配法 Study on Method of Image Similarity Matching Student ZhangQian Faculty Adviser RenLu College of Mechanical二是 数学界的发展 而关于离散数学理论的创立 发展和完善更为重要 三是广泛的 农业 林木业 地理 军事 医学和航空等方面的应用需求的巨大增长 图像配准是指时间和空间不同不同或成像机器和成像技术不同等其他不同 条件下的获取
6、的两个有差别的进行图像处理并实行匹配的过程 它已经被广泛 地应用于科学侦察 计算机有关的图像识别和匹配 数字图像处理等相关的领 域 图像配准的方法到目前为止 被用于图像处理研究的领域很多 已经发表 和产生了很多有关方面的学术文章和研究工作 也因此而产生了很多的图像配 准方法 对图像和医学相关领域的帮助极大 由于每种图像本身的诸多不同和 内容的复杂性 所以那些针对而来匹配的算法都会仅限在某些方向 匹配范围 自然变得狭窄了 而这种专门的针对性也是他们特点和优势 例如电脑的开屏 时 主人图像的匹配 它的功能叫做目标检测 而实地景物局部图与卫星航拍 地图匹配 其完成的功能为目标定位 而基于灰度信息相关
7、的的图像配准方法 是提取图像的灰度特征 加以特殊算法的匹配 校验 得到结果 在首先对图 像进行简单的的灰度处理后 而对图像进行前期的预处理的过程在这里几乎不 用 大多没有很多的前期工作 并且最优变换的搜索过程中可能需要较大的计 算量 而其主要特点是实现过程简单 只是应用的范围比较小 所以一般不能 直接用于图像校正的非线性形变 随着这些年图像匹配技术的进步 基于灰度 信息的图像配准方法也因此被学术界大致的分为以下的三个类别 交互信息法 和序贯相似度检测匹配法以及模板匹配法 目前主要图像配准方法有基于互信息的配准方法 基于相关性的匹配方法 和基于梯度的匹配方法 其中基于梯度的匹配算法大多用来辅助其
8、它方法 与 之相结合起来形成一个更好的测度的方法来使用 基于灰度的配准算的发展也 在一定程度上给医学图像配准研究提供了发展的方向 也是目前研究的热点之 一 基于灰度的配准方法与基于特征的配准方法的有着很大的区别 前者对图 像的灰度 形变 和整体性要求比较高 但它不需要提取图像特征而是直接对 图像中的灰度进行处理 这是它的优点 反之 也就体现了它的弊端 灰度相关的配准方法是着眼于图像拼接的的灰度值 它也因此为灰度相关的 配准算法的奠定了基础 图像拼接技术是将一组分别有重叠部分的图像的序列 进行空间范围的匹配对准 然后重新采样 再合成后形成一个含有各图像序列信 息的的技术 而合成的图像场景视角比较
9、宽的 完整性好 清晰度高 图像拼 接在pc视觉处理 计算机图像处理 医学图像处理 生物图像处理学等领域有 着广泛的应用价值 灰度相关的图像配准算法在图像匹配技术中作用很重要 它对图像处理技 术的发展有着推泼助澜的先锋作用 它推动着图像处理技术在医学 生物 信 息处理和其他很多高科技领域内的应用 它的发展在人类的生活中的比重越来 越重要 1 2 图像配准方法的综述 首先 图像配准的整个环节流程主要有如下几个步骤 第一是对两幅图像 进行特征提取得到想要的特征点 然后通过进行对两幅图像的进行相似性度量 从而找到可以匹配的特征点对 再通过这些已经匹配的点对得到图像空间坐标 变换的参数 多个参数的对的共
10、同作用之后 再用这些坐标变换参数进行图像 配准 因而在整个环节的流程中 其中最为重要的关键环节就是特征提取了 如果要使得特征匹配的比较成功 就必须有较为准确的特征提取才是最为关键 的一部程序 因此 我们在寻求到的的特征提取方法的准确性和不变性 对于 整个匹配精度来讲十分可贵 绝对配准和相对配准是图像配准的方式的基础的两个大的分类 绝对配准 是指所有的图像相对于一个首先已经定义的控制网格来实施 也就是每个图像 都自己完成那些分量图像的几何校正 再通过这些累计来实现坐标系的统一而 实现配准 而相对配准是指参考多图像中的一张图像 然后将其它的相关图像 与这参考张图像进行配准 它的特点是其坐标系统是任
11、意不固定的 这篇文章 主要研究多图像的相对配准 所以在整个的图像的配准环节里最为重要的是找 到或确定多图像之间的配准函数映射关系 这些图像配准函数映射关系就能估 算多项式的系数 然后通过这些系数之间的关系 就能最终转化为如何确定配 准控制RCP 就目前来说 根据图像配准中利用的图像信息以及如何确定 的方法可以江图像配准的方法分为基于特征法和变换域法以及基于灰度的 RCP 信息法 而其中的基于特征法则可以根据实验中所要用到的不同的特征属性又 可以划分为不同的类别 下面是学术界中目前公布的和比较通用的一些不同的 图像配准的方法 1 3 研究的现状 国外开始图像配准领域的研究在20世纪60年代开始
12、但直到20世纪80年代 开始吸引学者的关注 直到上个世纪结束时 图像配准技术已经做了调查 得 出的结论是 在1990年的技术较以前已经显著增加 但是从90年代初 国内才开始在这一领域涉足 而图像配准算法中最为经 典的一类就是基于灰度相关的匹配算法 许多配准技术是基于它进行了延伸和 扩展 朱进 思美菱阐释了多光谱图像配准算法与局部灰度极值方法的研究过 程 针对多光谱遥感影像 基于局部灰度极值配准方法 通过同步查找包含灰 色极值在参考小区域和遥感图像 然后对多项式曲面的拟合极端 最后计算出 极端点小区域作为特征点进行登记 实验结果表明 该算法具有精度高的特点 而林相搏 邱天爽提出结合全自动与模态医
13、学图像的非刚性配准算法 基于灰 色和形状信息构架的分割算法 1 根据配准算法将欧氏距离表示的形状信息与 灰度信息相结合 构造一个新的代价函数 在医学图像分割 能够更好地完成 类似灰色 边缘模糊 不同的结构分段之间的小空间多目标应用的算法 结果 表明 基于该算法的灰度信息的图像配准算法比较好 在图像处理领域也因此 颇受欢迎 而图像配准在医学领域的发展一直较其他图像匹配研究领域更为迅 速 早期最为代表的就属张密 吴效明 他们的关于图像配准在放疗中应用的关 键问题 2 研究了3种匹配方法的基础上 灰色的 包括均方措施 归一化相关 措施和互信息测度的表演放疗 得到的结论是互信息测度是更佳的匹配措施放
14、疗 现在无论是在医学 生物学 地理界 信息处理等等领域 图像配准技术 在越来越多的高科技领域越来越显示出其重要性 将越来越多的关注 也会势 必受到极大的关注 1 4 研究问题和内容 本文在分析了灰度相关的图像配准算法中的线匹配法 比值匹配法 而利 用这俩种方法可以分别简单实现两幅图像在水平和垂直位移方向变化上的精确 配准 而我们提出的另外一种基于灰度相关的算法 弥补上两种方法的不足 它能实现配准的范围更广 除了能实现两幅图在水平和垂直位移的配准之外 块匹配同时也能实现在旋转情况下的图像配准 同时在整个研究的过程中 通 过在Matlab编程环境下编程实现相关算法 通过实际图像的配准试验 利用这
15、些结论最终得到精确地配准结果 2 图像配准基本理论 2 1 图像配准的基本问题阐述 2 1 1 图像配准的含义 图像配准是将两幅图像匹配的过程 而两幅图像可能取自不同时间 也可 能是不同仪器或不同视觉角度的同一场景的图像 同时它也是医学图像处理的 一个重要分支 也是遥感图像处理 目标识别 图像重建 机器人视觉等领域 中的关键技术之一 也是图像融合中要预处理的问题 待融合图像之间往往存 在偏移 旋转 比例等空间变换关系 图像配准就是将这些图像变换到同一坐 标系下 以供融合使用 2 1 2 图像配准的具体定义 对于二维图像配准可定义为两幅图像在空间和灰度上的映射 4 如果给定 尺寸的二维矩阵和代表
16、两幅图像 和分别表示相应位 1F2F 1 FX Y2 FX Y 置上的灰度值 则图像间的映射可表示为 X Y2 1 FX YG FH X Y 式中表示一个二维空间坐标变换 即 且是一维灰度变 H X YH X Y G 换 2 1 3 图像配准的步骤 图像配准的基本过程可以分为三个步骤 第一步是为每一个图像信息模式 各定义一个坐标系 然后再定义这些参考特征之间的失调或相似函数 F X Y 第二步是分割出图像的参考特征 再定义这些参数特征之间的失调或相似函数 第三步是应用优化算法 使第二步中失调 相似 函数达到全局最小 最大 值 达到两幅图像的配准 其中参考特征和对应优化算法的选择是配准的核心 也是不同配准算法的差异所在 2 2 图像配准的有关概念 2 2 1 配准基准 通常 图像配准中根据配准基准的特性 可分为基于外部基准的配准和基 于内部基准的配准 5 外部基准是指强加于待配准对象的各种人造标记 这些 标记必须在各种配准模式中都清晰可见且可准确检测到 内部基准是指由图像 本身得到的位置相对固定且图像特征明晰的各种配准标识 2 2 2 映射变换与配准区域 设和表示两幅待匹配的图像 和分别
