图像相似度的匹配研究
合集下载
相关主题
- 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)。
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 onMethodofImageSimilarity Matching
Student:ZhangQian(Faculty Adviser：RenLu)
(College ofMechanical& electronic Engineering institute,West AnhuiUniversity)
Abstract:Digital image refers to an image having a matching overlapping regions from the same scene taken place or by correlation matching method to find the correspondence between the imag . Currently , image registration techniques are widely used in military , medicine, geography, information processing and other areas, the image information processing applications has becomean important technology. This paper introduces the gray correlation –basedimage registration algorithm image registration algorithm is more classic and popular . based on gray relevant registration methods can be broadly divided into: line template matching method, the ratio of template matching and template block matching . In this paper,the target is that to introducethe principle of these three kinds of matching algorithm and implementation research.
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。
Keywords:Image registration, intensity-related, the ratio of template matching,line template matching method, block matching, rotating around the optical axis
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，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。
数字图像处理是一门通过计算机等科技设备对数字图像的一些特征或者特点进行特殊处理的方法和技术，.例如：去除图像噪声、增强图像、提取图像特征、分割图像等等。而数字图像处理领域快速进步和浩大挺进的态势受到最大的影响，主要有以下三种原因:一是伴随计算机而来的的互联网的快速发展;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。
1.
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，利用这些结论最终得到精确地配准结果。
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
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。
绪论
1
1.1
所谓数字图像，它是以像素为基础，用一些一定数量的数字数值像素表示出来的由数组和矩阵表示的二维图像。这些数字图像可由现代发达的科技设为和成熟的技术产生，通过压缩、编码等形式通过现代的通信设备或网络手段传播。科技和网络的发达进步造就了图片的的多样化，也对图像处理技术的要求更高，所以数字图像处理领域就是研究和处理它们之间复杂的变换算法，而图像配准就旨在找出其中的对应的关系。
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。
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
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。
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Hale Waihona Puke Baidu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。
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。
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
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；
Study onMethodofImageSimilarity Matching
Student:ZhangQian(Faculty Adviser：RenLu)
(College ofMechanical& electronic Engineering institute,West AnhuiUniversity)
Abstract:Digital image refers to an image having a matching overlapping regions from the same scene taken place or by correlation matching method to find the correspondence between the imag . Currently , image registration techniques are widely used in military , medicine, geography, information processing and other areas, the image information processing applications has becomean important technology. This paper introduces the gray correlation –basedimage registration algorithm image registration algorithm is more classic and popular . based on gray relevant registration methods can be broadly divided into: line template matching method, the ratio of template matching and template block matching . In this paper,the target is that to introducethe principle of these three kinds of matching algorithm and implementation research.
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。
Keywords:Image registration, intensity-related, the ratio of template matching,line template matching method, block matching, rotating around the optical axis
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，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。
数字图像处理是一门通过计算机等科技设备对数字图像的一些特征或者特点进行特殊处理的方法和技术，.例如：去除图像噪声、增强图像、提取图像特征、分割图像等等。而数字图像处理领域快速进步和浩大挺进的态势受到最大的影响，主要有以下三种原因:一是伴随计算机而来的的互联网的快速发展;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。
1.
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，利用这些结论最终得到精确地配准结果。
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
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。
绪论
1
1.1
所谓数字图像，它是以像素为基础，用一些一定数量的数字数值像素表示出来的由数组和矩阵表示的二维图像。这些数字图像可由现代发达的科技设为和成熟的技术产生，通过压缩、编码等形式通过现代的通信设备或网络手段传播。科技和网络的发达进步造就了图片的的多样化，也对图像处理技术的要求更高，所以数字图像处理领域就是研究和处理它们之间复杂的变换算法，而图像配准就旨在找出其中的对应的关系。
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。
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
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。
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Hale Waihona Puke Baidu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。
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。
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
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；