![](https://csdnimg.cn/release/download_crawler_static/87792755/bg4.jpg)
-
第2章 图像配准根本理论
2.1图像配准的根本介绍
2.1.1 图像配准的描述
图像配准是对取自不同时间,不同传感器或不同视角的同一场景的两幅图像
或者多幅图像匹配的过程。图像配准广泛用于多模态图像分析,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
F1
和
F 2
代表两幅图像,
F1(X ,Y )
和
F 2(X ,Y )
分别表示相应位置
(X ,Y )
上的灰度值,则图像间的映射可表示为:
F 2( X ,Y ) G(F1(H ( X ,Y )))
,式中
H
表示一个二维空间坐标变换,即
(X ',Y ') H ( X ,Y )
,且
G
是一维灰度变换。
2.1.3 图像配准的步骤
图像配准的根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
F (X ,Y )
,然后再定义这些参考特征之间的失调或相似函数;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〕函数到达全局最小〔最大〕值,
到达两幅图像的配准。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图像配准的相关概念
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
. z.