基于超复数相位相关的彩色图像配准算法

合集下载

基于HSI色彩坐标相似度的彩色图像分割方法

基于HSI色彩坐标相似度的彩色图像分割方法作者：李宁许树成邓中亮来源：《现代电子技术》2017年第02期摘要：该文提出一种基于HSI彩色空间的图像分割方法。

欧氏距离作为图像分割中常用的衡量像素点之间彩色关系的依据，在HSI坐标系下却不能很好地反应两个像素点之间的关系。

因此，提出相似度代替欧氏距离作为一种新的衡量两个像素点之间彩色关系的依据。

算法通过确定HSI分量中占主导地位的分量，建立彩色图像分割模型，创建一个和原图尺寸一样的颜色相似度等级图，并利用相应的颜色相似度等级图的颜色信息对像素点进行聚类。

实验结果表明，所提出的分割算法具有很强的鲁棒性和准确性，在其他条件相同的情况下，基于相似度的分割方法优于基于欧氏距离为基准的彩色图像分割。

关键词：图像分割； HSI彩色空间；颜色相似度；欧氏距离中图分类号： TN911.73⁃34 文献标识码： A 文章编号： 1004⁃373X（2017）02⁃0030⁃04Abstract： A new method for color image segmentation which based on HSI color space is presented in this paper. Euclidean distance as a common basis of measuring the colour relationship between two pixels can not reflect the relationship between the two pixels in the HSI coordinate system. Therefore， the traditional Euclidean distance is abandoned， and the color similarity is proposed as a new basis of measuring the relationship between the two pixels. The algorithm is used to build the color image segmentation model by at determining the dominant component in the HSI components and create a color similarity level picture with the size same as the original picture. The color information of the corresponding color level diagram is adopted to cluster the pixel points. The experimental results show that the segmentation algorithm has strong robustness and high accuracy，and under the same conditions， the segmentation method based on similarity is better than the segmentation method based on Euclidean distance.Keywords： image segmentation； HSI color space； color similarity； Euclidean distance0 引言基于彩色信息的图像分割算法在计算机视觉中扮演着重要的角色，并广泛应用于各个领域。

基于CSURF的彩色图像配准技术

２ａａｎＷｎｔｕ，ｉＦｒｅＥｕｐｎＡａｅＬ，ｅｉｇ１０８，Ｃｉ）．ＲｄｒａｄＥＩｓｔｔＡｒｏｃｑｉｍｅｔｃｄｍｙｏＰＡＢｉｎ００５ｈｎｉｅｆｊａ
【ｓａｔＡｉａｅｅｉｒｔｎｐｒａｈａｅｏＣｌｒｄｐｅｅ－ｐｏｕｔｅｔｒｓ（ＳＦｉｒｐｓｄＡｂｔｃ】ｎｍｇｒｇｓａｉａｐｏｃｂｓｄｎｏｏｅＳｅｄｄＵＲｂｓｒｔｏＦａｕｅＣＵＲ）ｓｏｏｅ．ｐ
ｕｅｏｈｃｌｒｆｔｅｍａｅｔｕｌｔｅＳｅｄｄＵＲｂｓｅｔｒｓ（ＵＲ）ｄｓｒｔｒ，ａｏｅｏｏｅｏａｓｆｔｅｏｏｏｈｉｇｓｏｂｉｈｐｅｅ — ｐｏｕｔａｕｅＳＦｄＦｅｃｉｏｓｎｖｌｌｒｄｌｃｌｐｃ
Ｉｓｅｄｆｕｉｇｈｇａｓａｅｏｅｒｓｎｔｅｎｕｉｇｓｉｅｎｔａｏｓｎｔｅｒｙｐｃｔｒｐｅｅｔｈｉｐｔｍａｅｌｍｏｔａｅｓｏｔｅｒｐｓｄｐｒａｈｋｓｐｐｒｄ，ｈｐｏｏｅａｐｏｃｍａｅｆｌｋｓｕｌ
ｉｖｒａｔｅｔｒｄｓｒｐｏ，ｉａｏｏｉｖｒａｔｐｃ．ＣｍｐｒｄｎａｉｎｆａｕｅｅｃｉｔｒｎｃｌｒｎａｉｎｓａｅｏａｅｗｉｈＩＴ，ＣＳｔＳＦＵＲＦｓｉｍｏｅｏｕｔｃｌ－ｉｖｒａｔｒｒｂｓｓａｅｎａｉｎａｄｏａｉｎｉｖｒａｔｅｔｒｄｓｒｐｏ，ｔａｂｃｍｐｔｄｎｃｍｐｒｄｎｒｔｔｏ — ｎａｉｎｆａｕｅｅｃｉｔｒｉｃｎｅｏｕｅａｄｏａｅｍｕｈａｔｒＥｘｅｉｎａｒｓｌｈｗｓｈｔｃｆｓｅ．ｐｒｍｅｔｌｅｕｔｓｏｔａＣＳＵＲＦｓｉｍｏｅｏｕｔｈｎｔｅｏｖｎｉｎｌＳｒｒｂｓｔａｈｃｎｅｔａＵＲＦｉｓａｅｉｖｒａｔｎｏａｉｎｉｖｒａｔｅｔｏｎｃｌ — ｎａｉｎａｄｒｔｔ — ｎａｉｎｔｓ．ｏ

基于SURF的自适应彩色图像配准算法

基于SURF的彩色图像的配准算法摘要：SURF算法(加速鲁棒特征法)克服了SIFT（尺度不变特征变换）算法繁复的计算，但两者的设计主要是针对灰度图像,为了克服这一缺点，色彩信息也应该被配准，这篇文章提供了一种基于SURF描述符的针对彩色图像的配准算法，首先用SURF算法计算关键点和描述符，然后色彩信息被叠加在关键点的描述符来重建描述符，最后基于欧式距离的双路匹配算法被用来匹配图像，大量的实验实验表明，该算法不仅继承了其优越的性能SURF算法，同时也增加了彩色图像自适应匹配能力。

目前主要有三种图像配准：基于图像特征的配准，基于灰度相关和变换域的配准，基于特征的图像配准的研究最早和具有最广泛的适应性[5]，在此，研究人员经过了长期不懈的研究，对于特征图像配准算法提出了如Moravec, Harris,SUSAN, and SIFT等算法，sift算法在局部不变描述符上具备最好的判别性，但他的描述符是16*8=128维度的向量，用来对灰度图像进行设计，为了克服这个缺陷，本文将设计更多维度的向量描述符，PCA_SIFT[10]算法将向量维度从128减少到36，但是却不具备判别性，GLOH[11]算法在相同情况下具备更好的区分度，但计算却更复杂一些，SURF[12]是2006年Bay et al.在SIFT基础上建立的算法，相比于SIFT算法，SURF算法在速度上有明显的提高，因为其有低维度描述符向量空间（只有64），尽管这已经算不错的结果，但仍然没有包括色彩信息。

色彩信息在这世上扮演了重要的角色，它是区分事物的重要部分，如果物体的色彩信息被忽略，那么可能物体就会被错误的辨认，基于就可以进行色彩的CSIFT[13](尺度不变特征变换)去利用色彩信息。

微波遥感前沿-复数影像配准

INSAR影像配准常用方法
相位差影像平均波动函数法
1）计算两匹配窗口对应像素的相位差 p ( i , j ) 2）按下式计算窗口的相位差平均波动函数值 f, 以 f 作为窗口中心点的配准指标值。 f = ∑i∑j| p ( i + 1, j ) - p ( i , j ) | +| p ( i , j + 1) - p ( i , j ) | ) /2 3）选取搜索窗口中具最小波动函数值的点作为配准点。
此类推，直到顶层。（其中原始影像作为
金字塔影像的底层）
小波金字塔
【配准步骤】金字塔底部是待处理图像的高分辨率表示，而顶部是低分辨率的近似。
当向金字塔的下层移动时分辨率就会提高，估计的精度随之提高，同时搜索的范围也逐级缩小，提高了配准速度，最终在最高分辨率的图层上得到满足精度要求的最优解。
输入影像
参考影像
影
像
确定控制点
配
准
流
几何变换模型
程
输入影像重采样
配准影像输出
【特点】
金字塔影像是一种通过采用由粗到精的搜索
小
策略来提高配准效率的技术，它具有速度快，可靠
波
性高的特点。
金
字
对数字图像而言，基于小波金字塔影像的匹
塔

配成功率最高。
小波具有很好的多分辨率分析能力，又易于
在并行计算系统上实现，而且小波多分辨分析又有
高精度干涉雷达复数影像配准流程
采用以相干系数作为配准精度评价标准，从粗到细进行影像匹配的流程(如图)。
【基本思想】采用多种配准方法的有机组合，尽量避免复杂的复数运算，以在保证准确性和可靠性的前提下，提高运算效率。

基于扩展的SURF描述符的彩色图像配准技术

Ａｂｔａｃ：ＴｈｉａｅｒｐｓｄａｍａｅｒｇｓｒｔｏｐｒａｈｂｓｄｏｏｏｅｔｒｅｔｒｔｘｅＳｓｒｔｓｐｐｒｐｏｏｅｎｉｇｅｉｔａｉｎａｐｏｃａｅｎｃｌｒｆａｕｅｖｃｏｏｅｔｎｄＵＲＦｄｓｒｐｏ．ｎ— ｅｃｉｔｒＩｓｅｄｏｓｎｈｒｙｓａｅｔｅｒｓｎｔｔｎｕｍａｅｉｅｍｏｔｐａｒｔａｆｕｉｇｔｅｇａｐｃｏｒｐｅｅｈｅｉｐｔｉｇｓｌｋｓｐｅｓｄｏ，ｔｅｐｏｏｅｐｏｃｄｅｆｌｕｓｆｔｅｃｌｈｒｐｓｄａｐｒａｈｍａｕｌｅｏｈｏ —
ＵＲＦｗａｒｏｕｔｓａｅｉｖｒａｔａｄｒｔｔｏｉａｉｎｅｔｅｄｓｒｐｏ．ＥｘｒｍｅｔｌｒｓｔｓｗｓｔａＵＲＦｉｒｓｍｏｅｒｂｓｃｌ —ｎａｉｎｎｏａｉｎ—ｎｖｒａｔｆａｕｒｅｃｔｒｉｐｅｉｎａｅｕｌｈｏｈｔＥＳｓｍｏｅ
ｒｂｓｈｎｔｅｃｎｅｔｎｌＳｏｕｔａｈｏｖｎｉａＵＲＦｏｃｌｈｎｅｎｏａｉｎ，ｖｅｏｎｈｎｅｎｍａｅｂｕ，ｅｐｃａｌｎｉｕｎ — ｔｏｎｓａｅｃａｇｓａｄｒｔｔｏｉｗｐｉｔａｇｓａｄｉｇｌｒｓｅｉｌｏｌｍｉａｃｙｌ
配准的方法。该算法能够充分利用彩色图像的色彩信息，比大多数，于灰度图像的配准方法有更高的鲁棒相基

基于SUSAN算子的图像配准技术研究毕业论文

本科毕业论文（科研训练、毕业设计）题目：基于SUSAN算子的图像配准技术研究姓名：学院：软件学院系别：软件工程专业：软件工程年级：学号：指导教师：职称：年月基于susan算子的图像配准技术研究摘要图像配准是图像处理中的一个非常重要的研究方向，被大量用于模式识别、图像拼接、医学诊治等领域。

图像配准是将不同时间、不同传感器、不同视角及不同拍摄条件下获取的两幅或多幅图像进行匹配融合，变换到同一坐标系下，在象素层上得到最佳匹配的过程。

目前，关于图像配准的技术很多，其中基于角点的图像配准是现在最常用的方法之一，其中角点的提取是该图像配准技术的关键，对于角点提取问题许多研究工作者也提出了许多相应的角点提取算法。

本论文在文献调研与整理的基础上，系统阐述了图像配准技术和角点提取算子的基本思想；设计并实现了基于SUSAN算子角点检测的图象配准方案。

论文给出了详细的算法设计过程，并结合实验对算法的性能进行分析。

关键词图像配准角点提取算子 SUSAN算子Image Registration based on the SUSAN operatorABSTRACTImage Registration in image processing is a very important research, was used extensively for pattern recognition, image mosaic, medical treatment and other fields. Image Registration will be at different times, different sensors, different perspectives and different shooting conditions of access to the two or multiple images to match integration, transform to the same coordinate system, in pixels on the best match of the process.At present, the image registration on the many technical, based on the corner of the image registration is now one of the most commonly used method, which is extracted corner of the image registration techniques of the key issues for the corner from many researchers Also put forward a number of the corresponding corner extraction algorithm. This paper in the literature and organize research on the basis of the system on the image registration techniques and operator corner from the basic idea; designed and implemented based on SUSAN operator corner detection of image registration programme. Papers presented a detailed algorithm design process, combined with the performance of the algorithm for analysis.Keywords Image Registration Corner extraction operator SUSAN operator目录第一章绪论 (1)选题背景与意义 (1)本文主要工作 (2)论文组织结构 (2)第二章基本概念和相关技术 (4)图像配准技术的相关概率 (4)2.1.1图像配准原理与分类 (4)2.1.2图像变换技术 (6)2.1.3图像配准方法概述 (8)角点提取算子的相关概念 (14)2.2.1角点提取算子的要求 (15)2.2.2评估比较角点提取算子 (16)2.2.3主要角点提取算子简介 (18)本章小结 (20)第三章算法设计与实现 (22)角点提取算子设计 (22)配准算法的设计 (23)实验结果 (24)本章小结 (26)第四章总结与展望 (27)本文主要工作 (27)下一步研究方向 (27)致谢 (29)参考文献 (30)CONTENTS第一章绪论 (1)选题背景与意义 (1)本文主要工作 (2)论文组织结构 (2)第二章基本概念和相关技术 (4)图像配准技术的相关概率 (4)2.1.1图像配准原理与分类 (4)2.1.2图像变换技术 (6)2.1.3图像配准方法概述 (8)角点提取算子的相关概念 (14)2.2.1角点提取算子的要求 (15)2.2.2评估比较角点提取算子 (16)2.2.3主要角点提取算子简介 (18)本章小结 (20)第三章算法设计与实现 (22)角点提取算子设计 (22)配准算法的设计 (23)实验结果 (24)本章小结 (26)第四章总结与展望 (27)本文主要工作 (27)下一步研究方向 (27)致谢 (29)参考文献 (30)第一章绪论图像配准是图像处理的基本任务之一。

InSAR复数影像配准方法探讨

准、形变化剧烈或有植被覆盖区域韵去相关引起的相地
数据处理能力能够达到大规模应用ｓＲ技术的要求。ｎＡ
１影像配准方法分析
１１影像配准方法．
目前影像配准最常用的方法有相干系数法、大干最
关键词：涉合成孔径雷达；Ａ干ＳＲ影像；准配中图分类号：Ｐ５Ｔ７文献标识码：Ｂ文章编号：７５６（０８００２ — ３１２— ８７２０）６— ０１０６
ＤｉｃｓｉｎｏｇｓｒｔｎＰｒｃｄｅｆｒＩＳｓｕｓｏｎＲｅｉｔａｉｏｅｕｒｏｎＡＲｍｐｅｍａｅｏＣｏｌｘＩｇ
ＪＡＯｉｇ—ｌａＪＡＮＧｎＩＭｎｉｎ，ＩＴｉｇ—ｃｅｈｎ
（ｐｒｎｆＳａｅＩｆｒｔｎＳｉｃ，ａｈｉｎｔｕｅｏｅｈｏｏｙＬａｙｎａｇ２２０，ｈｎ）ＤｅａｔｔｏｐｃｎｏｍａｉｃｎｅＨｕｉａｓｉｔｆＴｃｎｌｇ，ｉｎｕｇｎ２０１ＣｉａｍｅｏｅＩｔ
配准是干涉处理的首要步骤，是影响干涉相位图质量也
本相同，只是计算的匹配指标、计算方法和选取配准点的
标准不同，面进行简要说明。下１相干系数法）它是以相干系数作配准指标，参考影像上以待匹在配点为中心取一定大小的窗口，应在输入影像的一定对搜索范围内，行逐点移动，计算窗口内的相干系数，逐并相干系数最大处即为最佳匹配点。２最大干涉频谱法）它是以频谱值作配准指标，两匹配窗口影像进行将干涉处理得到干涉条纹图像，对干涉条纹图像进行２维再

基于相位相关法的遥感影像配准研究

基于相位相关法的遥感影像配准研究
遥感影像配准是遥感处理的一个重要环节，其作用是将不同时间、不
同传感器或不同角度拍摄的遥感影像进行精准的对准。

基于相位相关法的
遥感影像配准方法可以通过计算两幅图像之间的相位差，从而实现影像的
精准配准。

具体步骤如下：
1.图像预处理：对待配准图像进行预处理，包括去噪、平滑、灰度拉
伸等处理，以减少图像噪声对配准精度的影响。

2.特征提取：通过特征提取方法提取待配准图像和参考图像的共同特
征点，如SIFT、SURF、ORB等算法。

3.特征匹配：通过特征匹配算法匹配待配准图像和参考图像的特征点，如KNN算法、最小距离算法等。

4.相位计算：利用FFT算法将待配准图像和参考图像进行频域变换，
得到频谱图，计算出两幅图像之间的相位差。

5.反变换：将计算出的相位差进行反变换，得到平移矩阵，实现图像
的配准。

相比于传统的遥感影像配准方法，基于相位相关法的方法具有以下优点：
1.精度高：基于相位相关法的配准方法采用的是相位信息进行图像匹配，对于图像的旋转、缩放等变化具有更好的适应性，可以提高配准的精度。

2.计算速度快：基于相位相关法的方法可以通过FFT算法快速计算两幅图像之间的相位差，因此速度比传统方法更快。

3.使用范围广：基于相位相关法的方法不仅适用于遥感影像配准，还可以应用于其他领域，如医学影像配准、工业检测等。

基于高斯混合模型的有约束彩色医学图像群配准技术

基于高斯混合模型的有约束彩色医学图像群配准技术作者：王玉文胡顺波来源：《计算机应用》2014年第01期摘要：为利用多幅彩色图像中的丰富信息，提高配准精度和效果，把基于高斯混合模型的灰度图像群配准技术推广为彩色图像群配准技术。

为了减少同一彩色图像不同彩色分量之间的形变偏差，定义了彩色分量形变约束项。

总彩色图像配准测度是两个函数的代数和构造：彩色分量形变约束项和基于概率分布的对数似然函数。

通过对人体胃部彩色图像和数据可视人彩色切片图像的群配准实验，证实了有约束彩色图像群配准技术具有很好的配准结果。

关键词：彩色图像配准；群配准；彩色分量约束；高斯混合模型中图分类号： TN911.73 文献标志码： A0引言图像高维配准是指对齐大于两幅的多幅图像。

按照同时配准的图像数目把高维配准分成两大类方法：成对配准（pairwiseregistration）[1]、群配准（ensembleregistration[2-4]或groupwiseregistration[5-8]）。

成对配准是把多幅图像进行两两配准，例如，选取一幅图像作为参考图像，剩余其他图像和该参考图像进行两两配准。

群配准是把多幅图像同时配准。

成对配准存在两个困难问题：选择依赖性、配准结果不一致性。

选择依赖性指配准成功率依赖于所选择的图像对，例如，MR（MagneticResonance）图像和CT（ComputedTomography）图像的配准成功率高于MR图像和PET（PositionEmissionTomography）图像的配准成功率。

配准结果的不一致性是指通过不同路径的配准结果存在不一致，例如，MR图像和PET图像直接配准结果，可能不等于有中间路径的结果：MR图像先和CT图像配准，CT图像再和PET图像配准。

群配准技术可以解决这两个问题[2]，所以，基于群配准的高维配准一般优于基于成对配准的高维配准。

研究者们提出了多种群配准技术，这些技术各具特色。

基于SURF的图像配准方法研究_张锐娟

坠
2
g(σ)同
I=(x,y) 卷积的
坠x
结果，其中 g(σ)=
ቤተ መጻሕፍቲ ባይዱ
1
2
22
-(x +y )
e
2
2σ ；Lxy ，Lyy 的含义类似。
2πσ
Bay 等人[16]提出用方框滤波近似代替二阶高斯滤
波，用积分图像[17]来加速卷积以提高计算速度。在原始
表 1 SURF 同 SIFT 的关键技术对比
这样通过对11节的特征点逐个进行计以特征点为中心首先将坐标轴旋转到主方向按照主方向选取边长为20s的正方形区域将该窗口区域划分成4x4的子区域在每一个子区域内计算5sx5采样步长取s范围内的小波响应相对于主方向的水平垂直方向的haar小波响应分别记做dxd同样赋予响应值以权值系数以增加对几何变换的鲁棒性
Tab.1 Comparison of SURF with SIFT
SURF method
SIFT method
Detect feature points Using the different box filters to convolve with the original image
Different scale image convolve with the Gaussian function
Orientation assignment
Calculate the Haar wavelet responses in x and y direction with in a circular of radius 6 s around the interest point

改进的SURF彩色遥感图像配准算法

ＬｉＳｈａｏｙｉ，ＷａｎｇＸｉａｏｔｉａｎ，ＹａｎｇＫａｉ
（ＣｏｌｌｅｇｅｏｆＡｓｔｒｏｎａｕｔｉｃｓ，ＮｏｒｔｈｗｅｓｔｅｒｎＰｏｌｙｔｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｘｉ ’ ａｎ７１００７２，Ｃｈｉｎａ）
李少毅，王晓田，杨开
（西北工业大学航天学院，西安７１００７２）
摘要：为了进一步提高彩色遥感图像的配准精度，针对遥感图像配准过程中色彩信息利用率低以及误匹配率高的问题，提出一种改进的ＳＵＲＦ（ＳｐｅｅｄｅｄＵｐＲｏｂｕｓｔＦｅａｔｕｒｅ）彩色遥感图像配准算法；该算法首先在对彩色遥感图像进行特征点检测基础上，对特征点描述算子进行改进，以使颜色空间变换后得到的特征点色彩信息添加到原描述算子中。并对特征点描述算子进行归一化处理，以增加算子的独特性和对旋转、尺度、光照的鲁棒性；其次，结合单向匹配和双向匹配’ 的比值，提出了一种最优化阈值选择准则，如果欧氏距离比率小于最优化阈值，完成特征点匹配，得到正确匹配点对，再通过变换矩阵得到配准图像；实验结果表明，在保证实时性的条件下，该算

基于超像素分割的图像配准算法研究

基于超像素分割的图像配准算法研究近年来，随着数字图像处理技术的不断发展，人们对图像配准技术的研究和应用也日益深入。

图像配准是将两幅或多幅图像的相同区域重合在一起的过程，其在医学影像、航空遥感、军事目标识别等领域都有广泛应用。

基于超像素分割的图像配准算法是当前研究的热点之一，其不仅可以提高图像配准的精度和效率，还能保留图像的细节和特征。

一、超像素分割超像素是指将图像分成若干个超像素单元，每个超像素单元都包含着一些像素点。

相比于像素点，超像素单元具有更高的连通性和语义信息。

常用的超像素分割算法包括均值漂移算法、SLIC算法、GrabCut算法等。

其中，SLIC是基于k-means算法的超像素分割算法，其步骤为：首先将图像分为k个初始聚类中心，然后计算每个像素与聚类中心的距离，将像素点分配到最近的聚类中心中，最后更新聚类中心的位置。

由于SLIC算法可以有效地提取图像的细节信息，因此很适合用于图像配准领域。

二、基于超像素分割的图像配准算法基于超像素分割的图像配准算法主要包括以下几个步骤：1. 选择合适的超像素分割算法，并确定超像素大小。

2. 利用超像素单元中的像素点进行特征提取，例如灰度值、方向梯度直方图（HOG）、局部二值模式（LBP）等。

3. 根据特征信息，利用相似性度量方法计算参考图像和待配准图像之间的相似度。

4. 建立组合优化模型，将图像配准问题转化为最小化相似性度量函数的优化问题。

5. 通过迭代算法求解最优解，实现图像配准。

由于基于超像素分割的图像配准算法可以提高图像配准的精度和效率，因此在医学影像、航空遥感、军事目标识别等领域都有广泛的应用。

三、算法优缺点基于超像素分割的图像配准算法具有以下优点：1. 可以提高图像配准的精度和效率；2. 可以保留图像的细节和特征，避免图像信息丢失；3. 可以对不同种类的图像进行配准，具有广泛的适用性。

但是，基于超像素分割的图像配准算法也存在着一些缺点：1. 超像素分割的效果不稳定，有可能会导致配准精度降低；2. 超像素大小的选择对配准精度有一定影响，需要合理选择超像素大小；3. 受限于图像配准中的初始值问题，基于超像素分割的图像配准算法不一定能够找到全局最优解。

超复数Fourier变换耦合位置扰乱的彩色图像哈希算法

超复数Fourier变换耦合位置扰乱的彩色图像哈希算法冯贺;常国权;郭晓波【期刊名称】《计算机科学与探索》【年(卷),期】2017(011)011【摘要】In order to solve these defects such as low detection accuracy and sensitivity of tampering contents, which are induced by converting three components R, G, B of the color image into grayscale image for achieving image content authentication without considering the chrominance information in current image Hash algorithm, this paper proposes the Hash authentication algorithm for color image based on super-complex Fourier transform coupled with polar coordinate mechanism. Firstly, the input image is preprocessed based on the mean filter and the rotation factor to enhance the algorithm robustness of image scaling, so as to minimize the effect of image information loss on algo-rithm. Then the log polar coordinate transformation is introduced to transform the pretreatment image into the log-polar field. And the super-complex discrete Fourier transform is constructed by super-complex theory and Fourier transform to extract image features with anti-rotation tampering. The image Hash model is constructed according to the amplitude coefficients of the super-complex discrete Fourier transform. Meanwhile, the position disturbance mechanism is designed based on Logistic chaotic map, which randomly scrambles the image Hash for enhancing the securityof Hash model. Finally, by using a cryptographic Hash model and the Hamming distance, the similarity of the two Hash values between the original image and the user received image is calculated. The experimental results show that, for processing color image, this algorithm has stronger robustness and security, it can effectively resist the color, contrast, rotation, noise and scale tampering attacks compared with the current image hashing algorithm.%当前图像哈希算法大都是通过将彩图三分量R、G、B转换成灰度图像来生成哈希,丢失了色度信息,降低了算法对篡改内容的检测精度与敏感性的不足,为了解决上述问题,提出了超复数离散傅里叶变换耦合位置随机扰乱的彩色图像哈希认证算法.首先,通过构建新的扩散系数,从而改进偏微分模型PED(partial differential equation),对输入图像进行预处理,增强算法对图像缩放的鲁棒性,从而最小化图像信息丢失对算法的影响;再引入对数极坐标变换机制,将预处理图像变成二次图像;基于超复数理论与Fourier变换,将彩图三分量R、G、B视为四元数的虚部,建立四元离散Fourier变换机制,提取抗旋转篡改的图像特征;并基于Logistic混沌映射,设计位置扰乱机制,对四元离散Fourier变换低频幅度系数进行随机置乱;根据置乱后的幅度系数,构建图像哈希模型;最后,引入汉明距离,优化认证阈值,建立图像哈希相似度计算模型,以评估初始图像与用户接收图像的哈希相似度,完成图像内容的真伪认证.实验结果显示:与当前图像哈希算法相比,在处理彩色图像时,该算法具有更强的鲁棒性与安全性,呈现出更好的ROC曲线特性,能够有效识别亮度、旋转、噪声以及缩放等篡改攻击.【总页数】12页(P1837-1848)【作者】冯贺;常国权;郭晓波【作者单位】安阳工学院计算机科学与信息工程学院,河南安阳 455000;安阳工学院计算机科学与信息工程学院,河南安阳 455000;安阳工学院计算机科学与信息工程学院,河南安阳 455000【正文语种】中文【中图分类】TP391【相关文献】1.彩色图像超复数空间的自适应水印算法 [J], 江淑红;张建秋;胡波2.客观评估彩色图像质量的超复数奇异值分解法 [J], 叶佳;张建秋;胡波3.基于超复数HSV空间的彩色图像边缘检测 [J], 张训华;孙蔚4.基于超复数相位相关的彩色图像配准算法 [J], 冯巍;胡波5.基于超复数傅里叶变换的彩色图像水印算法 [J], 王卫江;安玛丽;闫道伟;吴漪婷因版权原因，仅展示原文概要，查看原文内容请购买。

一种彩色图像配准算法C-GLOH

一种彩色图像配准算法C-GLOH
韩佶轩
【期刊名称】《电子测量技术》
【年(卷),期】2014()2
【摘要】图像配准是图像三维重构、计算机视觉、模式识别、遥感图像处理等众多领域的关键技术之一。

目前将颜色信息运用到图像配准中较为实用的算法是CSIFT,但该算法从速度、效率和鲁棒性上都劣于传统SIFT算法。

为此,提出一种C-GLOH彩色图像配准算法:提取彩色图像各个位置处的颜色不变量,以颜色不变量作为输入图像进行SIFT,其中在构造描述子时,采用改进的GLOH方法,提高了描述子的性能。

最后用最近邻法进行匹配。

实验结果表明,提出的C-GLOH算法较CSIFT 算法有更高的匹配精度、效率和更快的运算速度。

【总页数】4页(P50-53)
【关键词】彩色图像配准;SIFT;颜色不变量;GLOH
【作者】韩佶轩
【作者单位】天津大学电子信息工程学院
【正文语种】中文
【中图分类】TP391.7
【相关文献】
1.一种结合ORB算法的SIFT图像配准算法 [J], 单宝明;胥喜龙
2.一种基于DCWPSO算法与FFD模型的心脏CT序列图像配准算法 [J], 王雷;郭
全
3.一种改进的SURF彩色遥感图像配准算法 [J], 张二磊;马骏;王晓田
4.一种结合FAST算法的红外图像配准算法 [J], 徐宏宇;张博;杨爽;
5.一种结合FAST算法的红外图像配准算法 [J], 徐宏宇;张博;杨爽
因版权原因，仅展示原文概要，查看原文内容请购买。

基于超复数FFT的极化SAR图像匹配方法

基于超复数FFT的极化SAR图像匹配方法马文婷;蔡疆;胡振;吴蔚;张桂林【期刊名称】《指挥信息系统与技术》【年(卷),期】2017(008)004【摘要】极化合成孔径雷达(SAR)图像匹配是修正惯性导航累积误差及提高导航精度的重要手段.针对已有方法在匹配时未充分利用极化信息的问题,提出了一种基于超复数快速傅里叶变换(FFT)的极化SAR图像多通道联合匹配方法.首先,提出了一种基于Pauli分解的极化SAR图像超复数形式,实现了单通道图像处理方法的间接升维;然后,对其进行偶对分解及FFT;最后,通过计算超复数相位相关,获取待匹配极化SAR图像的匹配位置.该方法将多通道极化SAR图像作为三维空间的3个矢量,在匹配时充分利用了极化信息.试验结果表明,即使在极化SAR图像间存在局部差异及包含乘性噪声情况下,该方法仍能获得精确的匹配结果.【总页数】6页(P53-58)【作者】马文婷;蔡疆;胡振;吴蔚;张桂林【作者单位】信息系统工程重点实验室南京210007;信息系统工程重点实验室南京210007;信息系统工程重点实验室南京210007;信息系统工程重点实验室南京210007;信息系统工程重点实验室南京210007【正文语种】中文【中图分类】TN959.21【相关文献】1.基于复数小波能量特征和支持向量机的图像匹配算法 [J], 王俊卿;黄莎白;史泽林2.基于超复数FFT的极化SAR图像匹配方法 [J], 马文婷;蔡疆;胡振;吴蔚;张桂林3.基于PWF的极化SAR图像匹配方法 [J], 马文婷;曲迪;吴蔚;熊朝华;秦洪4.基于PWF的极化SAR图像匹配方法 [J], 马文婷;曲迪;吴蔚;熊朝华;秦洪;5.基于FFT相位相关的图像匹配算法与实现 [J], 朱佳媛因版权原因，仅展示原文概要，查看原文内容请购买。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｃｎｅｔｎｌＰｏｖｎｉａＯＣｅｈｉｕｓｅｔｎｅｏｔｅｑａｅｎｏｉｌＱＰｏｔｃｎｑｅｉｘｅｄｄｔｈｕｔｒｉｎｆｅｄ（ＯＣ），ａｄａｓｐｘｌｏｏｍａｅｒｇｓｒｔｏｎｕｂｉｅｌｒｉｇｅｉｔａｉｎｃ
中图分类号：１．３ＴＮ９】７文献标志码：Ａ
Ｎｏｅｏｏｍａｅｒｇｓｒｔｏｌｏｉｈｓｎｇｖｌｃｌｒｉｇｅｉｔａｉｎａｇｒｔｍｕｉｑｕｔｒｏａｅｎｉｎｐｈａｅｏｙｃｒｅａｉｎｓ ’ ｎｌｏｒｌｔｏ
ａｇｒｔｍｓｃｎｏｌｅａｐｉｄｔｒｙｃｌｍａｅｒａｓｏｌｏｉｈａｎｙｂｐｌｅｏｇａｓａｅｉｇｓｏｔｍｏｔｃｍｐｅｍａｅ．Ａｏｏｍａｅｍｕｔｂｉｓｏ－ｌｘｉｇｓｃｌｒｉｇｓｅｆｔｃｎｒ
１ｔｏａｈｆｒｍｌＤａａａｒｙｏｈａｉｎ１ｓｉｆｏｔｌ２ｄｔｒａｆｔｅＱＰＯＣｕｃｉｎＥｘｅｉｅｔｌｒｓＩｓｓｏｔｅｅｆｃｉｅｅｓｏｈｔｅｆｎｔｏ．ｐｒｍｎａｅｕｔｈｗｈｆｅｔｖｎｓｆｔｅ
ＦＥＮＧｅ，ＨＵＷｉＢｏ（ｐ．ｏｅｔｏｉｇｉｅｒｎ，Ｆｕａｉ．，Ｓａｇａ０４．，ＣｉａＤｅｔｆＥｌｃｒｎｃＥｎｎｅｉｇｄｎＵｎｖｈｎｈｉ０３３ｈｎ）２
ＡｂｔａｔＤｕＯｍａｈｍａｉａｉｉｔｎ，ｔａｉｏａｈｓ — ｎｙｃｒｅａｉｎ（ｓｒｃ：ｅｔｔｅｔｃｌｌｔｉｓｒｄｔｎｌｐａｅｏｌｏｒｌｔｏｍａｏｉＰＯＣ）ｂｓｄｒｇｓｒｔｏ一ａｅｅｉｔａｉｎ
ｐｏｏｅｌｏｉｈ．ｒｐｓｄａｇｒｔｍＫｅｗｏｄ：ｃｌｒｉａｅｒｇｓｒｔｎｑａｅｎｏｈｓ－ｎｙｃｒｅａｉｎ；ｌａｔｓｕｒ：ｈｓ－ｎｙｃｒｅａｉｎｙｒｓｏｏｍｇｅｉａｉｕｔｒｉｎｐａｅｏｌｏｒｌｔｔｏｏｅｓｑａｅ；ｐａｅｏｌｏｒｌｔｏ
ｖｒｅＯａｇａｓａｅｏｅｂｆｒｅｆｒｉｇｔｅＰＯＣ，ｄｕｉｇｗｈｃｈｈｏｎｎｅｉｆｒｔｎｉｗａｔｄｅｔｄｔｒｙｃｌｎｅｏｅｐｒｏｍｎｈｒｎｉｈｔｅｃｒｍｉａｃｎｏｍａｉｓｏｓｅ．Ｔｈｅ
Ｊｎ００ａ．２１
基于超复数相位相关的彩色图像配准算法
冯巍，胡波
（复旦大学电子工程系，上海２０３）０４３
摘要：由于数学上的限制，使用传统相位相关技术对彩色图像进行配准时，须先将其转化为灰度图像，在必
在此过程中损失了图像的色度信息，致配准精度的降低。针对此问题 Байду номын сангаас 出了一种具有亚像素精度的彩色图像导提
配准方法。首先通过数学推导得到一种新的超复数相位相关表达式及相关系数与图像位移问的解析表达式，然后使用最小二乘法从相关系数矩阵中，接估计出图像间存在的位移。该算法能够充分利用彩色图像的灰度和直色度信息，高配准精度。仿真实验结果证明了算法的有效性。提关键词：色图像配准；超复数相位相关；最小二乘法；相位相关彩
第３２卷
第１期
系统工程与电子技术
ＳｙｓｅｓＥｎｇｉｅｉｎｅｔｏｎｉｓｔｍｎｅｒｎｇａｄＥｌｃｒｃ
Ｖｏ．Ｎｏ１３２．１
２１００年１月
文章编号：０１５６２１）１１３０１０ —０Ｘ（０００一８ — ５ｏ
ａｇｒｔｍａｅｎｔｅＱＰＯＣｓｐｏｏｅ．Ｔｈｒｐｓｄａｇｒｔｍａｏｎｙｎｔａｌａｅｆｌｕｅｏｈｌｏｉｈｂｓｄｏｈｉｒｐｓｄｅｐｏｏｅｌｏｉｈｃｎｎｔｏｌａｕｒｌｙｍｋｕｌｓｆｔｅｌｍｉａｃｓｗｅｌａｈｈｏｉａｃｎｏｍａｉｎｉｏｏｍａｅ，ｂｕｌｏｄｒｃｌｓｉａｅｔｅｓｂｉｅｒｎ一ｕｎｎｅａｌＳｔｅｃｒｍｎｎｅｉｆｒｔｎｃｌｒｉｇｓｏｔａｓｉｅｔｙｅｔｍｔｈｕｐｘｌａｓｔ