基于互信息的异源图像配准研究

摘要

图像配准是对不同时刻，不同场景，不同角度的传感器所得到某个场景的图像，进行空间上的匹配。配准是图像处理的关键技术之一。图像配准广泛的被应用于遥感，医学图像，计算机视觉，模式识别等领域。
　　异源图像是指成像机理不同的两幅或者多幅图像。相比于同源图像，异源图像所得到的信息更加全面准确，具有可靠性，互补性，冗余性等特点。随着应用的深入，我们对图像配准的效率和准确性都提出了更高的要求。
　　互信息算法基于图像熵，是一种图像的灰度统计特性的配准算法，无需对图像进行分割等预处理，具有较好的配准效果。但是互信息方法的计算量较大，为了提高图像配准效率，本文采用了小波分解的方法，对图像进行由粗到精的配准策略。另外，当两幅图像的对比度差异较大，噪声较大，图像受外界因素干扰严重的时候，互信息方法常出现峰值点不明显，误匹配等问题。因此本文采用梯度空间信息结合互信息的方法，采用了一种新的测度，将图像的空间信息和灰度信息同时用于配准测度。通过实验比较，采用小波分解以及在配准时使用空间梯度信息等方法，可以使计算量减少，灰度对比度等影响降低，测度曲线尖锐，更容易得到正确的配准参数，外界环境干扰因素降低，这表明本文的方法效率更高，准确性更好。

目录

封面

声明

中文摘要

英文摘要

插图索引

表格索引

符号对照表

缩略语对照表

目录

第一章 绪论

1.1 研究背景及意义

1.2 国内外图像配准研究现状及发展趋势

1.3 研究内容及本文结构

第二章 图像配准的技术理论

2.1 图像配准的描述

2.2 图像配准方法分类

2.3 图像配准的基本过程及步骤

2.4图像配准的评价

2.5本章小结

第三章 基于小波分解与互信息的图像配准

3.1 互信息的基本理论

3.2 基于小波变换和互信息方法的图像配准

3.3 本章小结

第四章 基于小波分解的梯度结合互信息的异源图像配准

4.1 图像的梯度理论

4.2梯度与互信息方法结合的配准

4.3 异源图像的配准实验结果

4.4本章小结

第五章 总结与展望

5.1论文研究结论

5.2研究工作展望

参考文献

致谢

作者简介