基于特征點和TPE兩點熵的圖像配準(zhǔn)技術(shù)研究.pdf

1、如果想要綜合利用同一個場景在不同成像器材、不同成像環(huán)境條件等不同因素的作用下所得到的多幅圖像的信息，必須要先利用圖像配準(zhǔn)技術(shù)將這些圖像進(jìn)行配準(zhǔn)對齊，讓它們構(gòu)成一個更為完整反映場景本身信息的“合成體”。目前，圖像配準(zhǔn)技術(shù)應(yīng)用領(lǐng)域非常廣泛，但是也存在一些亟待解決的問題，包括:尋找更好的相似性測度，尋找更為高效的優(yōu)化策略、尋找避免陷入局部極值的方法，尋找提高配準(zhǔn)精度和速度的改進(jìn)策略，以及提高實時處理高質(zhì)量圖像和海量數(shù)據(jù)的方法。為了解決避免陷入

2、局部極值、找到更好的相似性測度以及提高圖像配準(zhǔn)的精度和配準(zhǔn)準(zhǔn)確度，本文對圖像配準(zhǔn)過程和方法進(jìn)行了研究，主要包含以下兩方面的工作:
　　1)針對常見的基于特征的圖像配準(zhǔn)算法的不足，本文提出了一種基于改進(jìn)CPSO優(yōu)化的特征點圖像配準(zhǔn)方法。由于RANSAC剔除誤匹配需要多次隨機抽取固定數(shù)目的匹配點來確定參數(shù)然后再用相當(dāng)多的點來驗證這個參數(shù)，這個過程運算量非常大，因此本文提出一種簡化的擴展直線不變矩法，利用的不變矩本身具有旋轉(zhuǎn)位移的不變性

3、，提高圖像誤匹配剔除的運算效率。在此基礎(chǔ)上，針對在基于特征點的圖像配準(zhǔn)中利用歐式距離作為相似性測度，存在向量映射到所對應(yīng)標(biāo)量表達(dá)特征點相似度區(qū)分力不夠，從而導(dǎo)致基于特征點配準(zhǔn)時會產(chǎn)生匹配不準(zhǔn)甚至錯誤的匹配的缺陷，通過引入概率策略對混沌粒子群優(yōu)化算法進(jìn)行了改進(jìn)。實驗結(jié)果表明:改進(jìn)后CPSO算法能夠更好、更快的實現(xiàn)圖像配準(zhǔn)。
　　2)互信息用于測量圖像配準(zhǔn)中分析兩幅圖像的相關(guān)。當(dāng)兩幅圖像之間最相關(guān)的時候就是互信息值最大的時候，此時兩幅