基于整数提升小波变换和改进对齐度的图像匹配算法研究

摘要

以图像匹配为核心的景象匹配辅助导航系统与惯性导航系统组成的组合导航系统具有更高的精度和可靠性。在前人的基础上,本文针对此系统中的图像匹配算法展开研究,并且对所设计的算法进行了仿真验证。
　　在图像匹配算法中,算法的匹配精度和匹配概率始终是一对矛盾,而导航系统对实时性要求又很高。因此本文的重点就是在保证匹配算法精度前提下,大幅度的提高匹配速度。
　　首先研究了三种能够抗噪声、灰度失真和几何形变的相似性测度:对齐度,互信息和归一化积相关算法,并对它们的精度和计算时间进行了比较分析,为下文的测度选取提供科学依据。在基于小波分析的图像匹配算法中得到了非常适合应用于导航图像匹配的整数提升Haar小波变换和确定了此算法中最优的分层层数、高层所使用的搜索半径和相似性。然后重点对对齐度测度进行了改进,提出了分灰度阶对齐度,改进后不仅提高了计算速度,而且提高了匹配精度和抗噪性。并且在底层搜索时使用了增强跳出局部极值能力的微粒群算法。
　　最终本文设计的匹配算法是:基于整数提升Haar小波,在底层使用8阶对齐度测度和改进的微粒群搜索方法,在高层使用归一化积相关算法,搜索半径为2的图像匹配算法。实验证明该算法在保证算法匹配精度的同时,使匹配速度由313s左右降低至0.3s左右,降低了三个数量级,满足了导航图像匹配高精度和实时性的要求。最后把基于整数提升Haar小波和改进对齐度的图像匹配算法推广应用到存在旋转的图像匹配问题上,实验证明,该算法无论是处理普通图像还是医学单模图像,与一般图像匹配算法相比,都能在保证匹配概率、匹配精度的前提下,大幅度的提高匹配速度。

目录

基于整数提升小波变换和改进对齐度的图像匹配算法研究

Image matching algorithm based on integer lifting wavelet transform and improved alignment metric

摘 要

Abstract

目 录

第1章 绪论

1.1 课题背景及其意义

1.2 景象匹配算法的国内外研究现状

1.3 本文的主要研究内容

第2章 基于灰度的图像匹配概述

2.1 图像匹配概念

2.1.1 图像匹配关键要素

2.1.2 匹配性能的描述

3.1.3 本文所研究的图像匹配

2.2 相似性测度

2.2.1 互信息

2.2.2 灰色关联分析方法

2.2.3 对齐度

2.2.4 归一化积相关算法

2.2.5 几种相似性测度算法实验分析

2.3 分层搜索策略：小波变换

2.4 智能搜索算法：微粒群算法

2.5 本章小结

第3章 整数提升小波变换图像匹配算法

3.1 引言

3.2 整数提升小波变换

3.2.1 小波提升

3.2.2 Haar小波和Daubechies4小波提升方案

3.2.3 小波基的选取

3.3 基于Haar提升小波的图像匹配算法设计

3.3.1 分层层数的确定

3.3.2 各层相似性测度的确定

3.3.3 高层局部搜索半径L的确定

3.4 算法仿真分析

3.4.1 匹配精度性能分析

3.4.2 匹配计算量分析

3.4.3 提升小波匹配的优点

3.5 本章小结

第4章 基于改进对齐度和PSO的图像匹配算法

4.1 引言

4.2 分灰度阶对齐度计算

4.2.1 分灰度阶对齐度值和计算速度

4.2.2 分灰度阶对齐度匹配正确率

4.2.3 分灰度阶对齐度与互信息之比较

4.3 基于8阶对齐度准则的改进PSO图像匹配

4.3.1 标准PSO算法在图像匹配中存在的问题

4.3.2 图像匹配中PSO算法的有效改进方法

4.3.3 随机初始化改进

4.4 算法仿真分析

4.5 本章小结

第5章 存在旋转的图像匹配算法

5.1 引言

5.2 图像空间变换和插值

5.2.1 图像空间变换

5.2.2 图像插值

5.3 存在旋转的图像匹配算法设计

5.4 算法仿真分析

5.5 本章小结

结 论

参考文献

哈尔滨工业大学硕士学位论文原创性声明

哈尔滨工业大学硕士学位论文使用授权书

致 谢