图像配准.复习过程
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)。
不需要用户事先提供任何信息，单纯依据两幅图像自身的 信息进行匹配计算。由于主辅图像之间存在旋转、平移和 尺度差异，如何找到初始定位信息是其难点。
方法多种多样。包括直方图匹配、Hu不变矩、金字塔模
板匹配、小波Gabor 算子、基于空间变换的方法等。将在 后面特征点匹配部分讲述。
17 *
中南大学生物医学工程研究所 图像配准
4*
中南大学生物医学工程研究所 图像配准
配准方法分类
按照配准算法所利用的图像信息，可以分为基于区域的方 法和基于特征的方法 。基于区域的匹配主要是模板匹配和 基于相位（频率）的匹配方法；基于特征的匹配包括基于 特征点集的匹配和基于线特征（图像中边缘信息）的匹配 算法。
按自动化程度可以分为人工、半自动和全自动三种类型 。
13 *
中南大学生物医学工程研究所 图像配准
校正步骤
几何精校正一般可分为以下四个步骤： 1.建立原始图像与校正后图像的坐标系。 2.确定控制点对。 3.选择畸变数学模型，比如一次、二次、三次多项式。 4.几何校正的精度分析。
Fra Baidu bibliotek
14 *
中南大学生物医学工程研究所 图像配准
15 *
中南大学生物医学工程研究所 图像配准
再对第二层用同样方法进行一次采 样率为1/n的重采样，又得到第三 层（顶层）。
原始影像作为金字塔影像的底层。
8*
中南大学生物医学工程研究所 图像配准
金字塔影像匹配的步骤
第一步：顶层的匹配，得到一个平移初始值 。 第二步：根据平移初始值乘以n得到第二层平移量初始值，
在它m×m个像元的邻域内进行模板匹配。 第三步：根据第二层匹配值乘以n得到第三层平移量初始值，
通过特征建立两幅图像之间的多项式变换关系，达到以点 代面的效果。
对于非特征像素点，利用上述多项式变换关系来进行几何 校正，从而实现两幅图像之间逐像素的配准。
11 *
中南大学生物医学工程研究所 图像配准
人工匹配步骤
1. 人工选取控制点 2. 多项式匹配
12 *
中南大学生物医学工程研究所 图像配准
用遥感软件进行几何校正
遥感软件的几何校正功能是利用地面控制点 (Ground Control Point,GCP)进行的几何校正，它通 常用多项式来近似描述遥感图像的几何畸变过程，并利 用控制点求得这个几何畸变模型，然后利用此模型进行 几何校正，这种校正不考虑畸变的具体原因，而只考虑 如何利用畸变模型来校正图像。
5*
中南大学生物医学工程研究所 图像配准
模板匹配
模板匹配法是在一幅影像中选取一个的影像窗口作模板， 大小通常为5×5或7×7，然后通过相关函数的计算来找到它 在搜索图中的坐标位置。设模板T放在搜索图S上平移，模 板覆盖下的那块搜索图叫做子图Si,j，子图的中心点在S图 中的坐标(i,j)，叫参考点。
再进行一次模板匹配。 如果影像尺寸不是特别大，可以只用两层金字塔。
9*
中南大学生物医学工程研究所 图像配准
基于特征的配准算法
基于特征的算法(feature-based matching)先提取图像 显著特征，再进行特征匹配，大大压缩了图像信息的数据 量，同时保持了图像的位移、旋转、比例方面的特征，故 在配准时计算量小，速度较快、鲁棒性好。当两幅图像之 间的线性位置关系不明确时，应使用基于特征的匹配。
2*
中南大学生物医学工程研究所 图像配准
图像配准
参考图像（主图像） 待配准图像（辅图像）
配准图像
3*
中南大学生物医学工程研究所 图像配准
用词说明
各种图像配准的文献都会出现“配准、匹配、几何校正” 三个词，它们的含义比较相似。
一般两幅图像之间用“配准（register, registration）”；寻 找同名特征(点) 的过程叫“匹配（match, matching）”; 根据主辅图像之间的几何变换关系，对辅图像进行逐像素 处理变为配准图像的过程叫做“几何校正（geometric correction）”。
一般来说特征匹配算法可分为四步:
➢ 1.特征提取;
➢ 2.特征描述;
➢ 3.特征匹配；
➢ 4.非特征像素之间的匹配。
10 *
中南大学生物医学工程研究所 图像配准
基于特征的配准步骤
在特征匹配前，首先要从两幅图像中提取灰度变化明显的 点、线等特征形成特征集。
在两幅图像对应的特征集中利用特征匹配算法尽可能的将 存在匹配关系的特征对选择出来。
6*
中南大学生物医学工程研究所 图像配准
相似性测度
用以下测度来衡量T和Si,j的相似程度：
MM
Si, j (m,n)T(m,n)
P
m1n1
MM
MM
[Si,j(m,n)]2
[T(m,n)]2
m1n1
m1n1
根据施瓦兹不等式，0P1，并且在 S i, j ( m , n ) T (m,n)
比值为常数时取极大值为1。但实际上两幅不同图像的P值
介于0和1之间，很难达到理想值。根据经验取某个阈值P0， 如果P> P0，则匹配成功； P< P0，则匹配失败。
7*
中南大学生物医学工程研究所 图像配准
金字塔模板匹配
为了加快搜索速度，很多影像匹配 方法使用金字塔影像。
对影像进行一次采样率为1/n(n=2,3) 的重采样，即把影像的每n×n个像 素变为一个像素，这样就得到一对 长、宽都为原来1/n的影像，把它 作为金字塔的第二层。
图像配准
中南大学生物医学工程研究所
图像配准的用途意义
图像配准（或图像匹配）是评价两幅或多幅图像的相似性 以确定同名点的过程。图像配准算法就是设法建立两幅图 像之间的对应关系,确定相应几何变换参数,对两幅图像中的 一幅进行几何变换的方法。
图像配准是图像分析和处理的基本问题。它在航空影像自 动制图、图像三维重构、计算机视觉、遥感融合、模式识 别、医学图像处理、影像分析等领域都有重要应用。
基于TIN的图像配准算法流程
提取主辅图像特征点
半自动匹配
1. 用户先把主辅图像进行预处理，先进行重采样、旋转、 去除噪声等，使两幅影像的分辨率、角度等基本一致后， 再进行配准。
2. 用户先指定三个控制点，程序根据三个控制点算出主辅 图像旋转、平移和尺度差异，再用金字塔模板匹配方法进 行配准。
16 *
中南大学生物医学工程研究所 图像配准
全自动匹配
方法多种多样。包括直方图匹配、Hu不变矩、金字塔模
板匹配、小波Gabor 算子、基于空间变换的方法等。将在 后面特征点匹配部分讲述。
17 *
中南大学生物医学工程研究所 图像配准
4*
中南大学生物医学工程研究所 图像配准
配准方法分类
按照配准算法所利用的图像信息，可以分为基于区域的方 法和基于特征的方法 。基于区域的匹配主要是模板匹配和 基于相位（频率）的匹配方法；基于特征的匹配包括基于 特征点集的匹配和基于线特征（图像中边缘信息）的匹配 算法。
按自动化程度可以分为人工、半自动和全自动三种类型 。
13 *
中南大学生物医学工程研究所 图像配准
校正步骤
几何精校正一般可分为以下四个步骤： 1.建立原始图像与校正后图像的坐标系。 2.确定控制点对。 3.选择畸变数学模型，比如一次、二次、三次多项式。 4.几何校正的精度分析。
Fra Baidu bibliotek
14 *
中南大学生物医学工程研究所 图像配准
15 *
中南大学生物医学工程研究所 图像配准
再对第二层用同样方法进行一次采 样率为1/n的重采样，又得到第三 层（顶层）。
原始影像作为金字塔影像的底层。
8*
中南大学生物医学工程研究所 图像配准
金字塔影像匹配的步骤
第一步：顶层的匹配，得到一个平移初始值 。 第二步：根据平移初始值乘以n得到第二层平移量初始值，
在它m×m个像元的邻域内进行模板匹配。 第三步：根据第二层匹配值乘以n得到第三层平移量初始值，
通过特征建立两幅图像之间的多项式变换关系，达到以点 代面的效果。
对于非特征像素点，利用上述多项式变换关系来进行几何 校正，从而实现两幅图像之间逐像素的配准。
11 *
中南大学生物医学工程研究所 图像配准
人工匹配步骤
1. 人工选取控制点 2. 多项式匹配
12 *
中南大学生物医学工程研究所 图像配准
用遥感软件进行几何校正
遥感软件的几何校正功能是利用地面控制点 (Ground Control Point,GCP)进行的几何校正，它通 常用多项式来近似描述遥感图像的几何畸变过程，并利 用控制点求得这个几何畸变模型，然后利用此模型进行 几何校正，这种校正不考虑畸变的具体原因，而只考虑 如何利用畸变模型来校正图像。
5*
中南大学生物医学工程研究所 图像配准
模板匹配
模板匹配法是在一幅影像中选取一个的影像窗口作模板， 大小通常为5×5或7×7，然后通过相关函数的计算来找到它 在搜索图中的坐标位置。设模板T放在搜索图S上平移，模 板覆盖下的那块搜索图叫做子图Si,j，子图的中心点在S图 中的坐标(i,j)，叫参考点。
再进行一次模板匹配。 如果影像尺寸不是特别大，可以只用两层金字塔。
9*
中南大学生物医学工程研究所 图像配准
基于特征的配准算法
基于特征的算法(feature-based matching)先提取图像 显著特征，再进行特征匹配，大大压缩了图像信息的数据 量，同时保持了图像的位移、旋转、比例方面的特征，故 在配准时计算量小，速度较快、鲁棒性好。当两幅图像之 间的线性位置关系不明确时，应使用基于特征的匹配。
2*
中南大学生物医学工程研究所 图像配准
图像配准
参考图像（主图像） 待配准图像（辅图像）
配准图像
3*
中南大学生物医学工程研究所 图像配准
用词说明
各种图像配准的文献都会出现“配准、匹配、几何校正” 三个词，它们的含义比较相似。
一般两幅图像之间用“配准（register, registration）”；寻 找同名特征(点) 的过程叫“匹配（match, matching）”; 根据主辅图像之间的几何变换关系，对辅图像进行逐像素 处理变为配准图像的过程叫做“几何校正（geometric correction）”。
一般来说特征匹配算法可分为四步:
➢ 1.特征提取;
➢ 2.特征描述;
➢ 3.特征匹配；
➢ 4.非特征像素之间的匹配。
10 *
中南大学生物医学工程研究所 图像配准
基于特征的配准步骤
在特征匹配前，首先要从两幅图像中提取灰度变化明显的 点、线等特征形成特征集。
在两幅图像对应的特征集中利用特征匹配算法尽可能的将 存在匹配关系的特征对选择出来。
6*
中南大学生物医学工程研究所 图像配准
相似性测度
用以下测度来衡量T和Si,j的相似程度：
MM
Si, j (m,n)T(m,n)
P
m1n1
MM
MM
[Si,j(m,n)]2
[T(m,n)]2
m1n1
m1n1
根据施瓦兹不等式，0P1，并且在 S i, j ( m , n ) T (m,n)
比值为常数时取极大值为1。但实际上两幅不同图像的P值
介于0和1之间，很难达到理想值。根据经验取某个阈值P0， 如果P> P0，则匹配成功； P< P0，则匹配失败。
7*
中南大学生物医学工程研究所 图像配准
金字塔模板匹配
为了加快搜索速度，很多影像匹配 方法使用金字塔影像。
对影像进行一次采样率为1/n(n=2,3) 的重采样，即把影像的每n×n个像 素变为一个像素，这样就得到一对 长、宽都为原来1/n的影像，把它 作为金字塔的第二层。
图像配准
中南大学生物医学工程研究所
图像配准的用途意义
图像配准（或图像匹配）是评价两幅或多幅图像的相似性 以确定同名点的过程。图像配准算法就是设法建立两幅图 像之间的对应关系,确定相应几何变换参数,对两幅图像中的 一幅进行几何变换的方法。
图像配准是图像分析和处理的基本问题。它在航空影像自 动制图、图像三维重构、计算机视觉、遥感融合、模式识 别、医学图像处理、影像分析等领域都有重要应用。
基于TIN的图像配准算法流程
提取主辅图像特征点
半自动匹配
1. 用户先把主辅图像进行预处理，先进行重采样、旋转、 去除噪声等，使两幅影像的分辨率、角度等基本一致后， 再进行配准。
2. 用户先指定三个控制点，程序根据三个控制点算出主辅 图像旋转、平移和尺度差异，再用金字塔模板匹配方法进 行配准。
16 *
中南大学生物医学工程研究所 图像配准
全自动匹配