1、基于 SUSAN 角点检测算子的图像配准 技术研究 - - I 本科毕业论文 （科研训练、毕业设计） 题目：基于 SUSAN 算子的图像配准技术 研究 姓名： 学院： 软件学院 系别： 软件工程 专业： 软件工程 年级： 学号： 指导教师： 职称： 年 月基于 SUSAN 角点检测算子的图像配准 技术研究 - - II 基于 susan 算子的图像配准技术研究 摘要 图像配准是图像处理中的一个非常重要的研究方向，被大量用于模式识别、图像拼接、医学诊治等领域。图像配准是将不同时间、不同传感器、不同视角及不同拍摄条件下获取的两幅或多幅图像进行匹配融合，变换到同一坐标系下，在象素层上得 到最佳匹配的
2、过程。 目前，关于图像配准 的 技术 很多， 其中 基于角点的图像配准是现在最常用的方法之一，其中角点的提取是该图像配准技术的关键 ，对于角点提取问题许多研究工作者也提出了许多相应的角点提取算法 。 本论文在文献调研与整理的基础上，系统阐述 了图像配准技术和角点提取算子的 基本思想；设计并实现了基于SUSAN 算子角点检测的图象配准方案。论文给出了详细的算法设计过程，并结合实验对算法的性能进行分析。 关键词 图像配准 角点提取算子 SUSAN 算子 基于 SUSAN 角点检测算子的图像配准 技术研究 - - III Image Registration based on the SUSAN o
3、perator ABSTRACT Image Registration in image processing is a very important research, was used extensively for pattern recognition, image mosaic, medical treatment and other fields. Image Registration will be at different times, different sensors, different perspectives and different shooting condit
4、ions of access to the two or multiple images to match integration, transform to the same coordinate system, in pixels on the best match of the process. At present, the image registration on the many technical, based on the corner of the image registration is now one of the most commonly used method,
5、 which is extracted corner of the image registration techniques of the key issues for the corner from many researchers Also put forward a number of the corresponding corner extraction algorithm. This paper in the literature and organize research on the basis of the system on the image registration t
6、echniques and operator corner from the basic idea; designed and implemented based on SUSAN operator corner detection of image registration programme. Papers presented a detailed algorithm design process, combined with the performance of the algorithm for analysis. Keywords Image Registration Corner
7、extraction operator SUSAN operator 基于 SUSAN 角点检测算子的图像配准 技术研究 - - IV 目录 第一章 绪论 . 1 1.1 选题背景与意义 . 1 1.2 本文主要工作 . 2 1.3 论文组织结构 . 2 第二章 基本概念和相关技术 . 4 2.1 图像配准技术的相关概率 . 4 2.1.1 图像配准原理与分类 . 4 2.1.2 图像变换技术 . 6 2.1.3 图像配准方法概述 . 8 2.2 角点提取算子的相关概念 . 14 2.2.1 角点提取算子的要求 . 15 2.2.2 评估比较角点提取算子 . 16 2.2.3 主要角点提取算子
8、简介 . 18 2.3 本章小结 . 20 第三章 算法设计与实现 . 22 3.1 角点提取算子设计 . 22 3.2 配准算法的设计 . 23 3.3 实验结果 . 24 3.4 本章小结 . 26 第四章 总结与展望 . 27 4.1 本文主要工作 . 27 4.2 下一步研究方向 . 27 致谢 . 29 参考文献 . 30 基于 SUSAN 角点检测算子的图像配准 技术研究 - - V CONTENTS Chapter 1 Introduction. 1 1.1Background and significance of thesis . 1 1.2Main work . 2 1.3
9、Organizational structure .2 Chapter 2 Basic concepts and related technologies . 4 2.1Image Registration related probability . 4 2.1.1Image Registration and Classification Principle. 4 2.1.2Image Transformation. 6 2.1.3Image registration method outlined . 8 2.2Operator corner from the related concept
10、 . 14 2.2.Operator corner from the requirements . 14 2.2.2Comparative assessment corner extraction operator . 16 2.2.3Corner from the main operator Introduction . 17 2.3Summary . 20 Chapter 3 Algorithm Design and Implementation . 22 3.1Corner extraction operator design. 22 3.2Registration Algorithm
11、Design. 23 3.3The experimental results. 24 3.4Summary . 26 Chapter 4 Condusions and Future work. 25 4.1Condusions . 25 4.2Future work . 25 Acknowledgements . 27 References. 28 基于 SUSAN 角点检测算子的图像配准 技术研究 - - 1 第一章 绪论 图像配准是图像处理的基本任务之一。图像配准技术在很多目前的应用领域都有着非常关键的作用，虽然目前图像配准技术发展很快，也渐渐趋于成熟，但是关于图像配准的诸多技术都并不是十
12、分完美，存在着一定的局限性，因此在图像配准技术的研究工作中还有许多问题尚待进一步 解决 和 完善 。 1.1 选题背 景与意义 图像配准技术作为图像处理过程的基础，其算法的实用性直接影响到了图像处理过程的成功率和运行速度，因此，图像配准算法的研究是多年来图像处理系统研究的重点。 由于待配准图像的多样性，图像配准算法也多种多样。 本文主要研究具有平移和旋转特性图像的配准算法。目前，解决这种图像的配准方法主要可以分为两类，一类是基于频域的图像配准方法，一类是基于灰度的图像配准方法。基于频域的方法主要是是利用傅立叶变换将两幅待配准图像变换到频域，然后通过它们的互功率谱计算出两幅图像间的平移距离，从而
13、实现图像的配准。这种方法简单、精 确，但是一般需要比较大的重叠比例（通常要求配准图像之间有 50%的重叠比例），如果重叠比例较小，容易造成平移距离的错误估计，从而较难实现图像的配准；基于灰度级相似的方法是以两幅图像重叠部分灰度级的相似性为配准准则，自动寻找图像的配准位置，这一类方法采用的思想较为直观，目前大部分的图像配准算法都可以归为这一类，实现方法主要包括直接法和间接法，直接法通过建立两幅待配准图像间的变换模型，采用非线性迭代最小化算法直接计算出模型的变换参数，从而确定图像的配准位置。该算法的收敛速度较快，但是它要达到过程的收敛要求有较好的 初始估计，如果初始估计不好，则会造成图像配准的失败
14、。间接法通过描述图像的某些特征，在另一幅图像中以一定的规则（包括块匹配、网格匹配等）搜索最佳配准位置，这种算法计算量较大，需要进行粗匹配，而且粗匹配时如果步长取的太大，很可能造成较大的粗匹配误差，从而很难实现基于 SUSAN 角点检测算子的图像配准 技术研究 - - 2 正确匹配。 可以看出，上述配准算法各有优缺点，它们对于算法的精度和速度上还没有达到较好的折中，因此目前迫切需要找到一种理想的图像配准算法，不仅符合图像配准过程的实时性，而且能够准确地完成图像配准任务。 图像配准技术经过多年的研究，己经取得了很多研究成果， 例如在图像的 特征点提取 方面研究出了多种 角点提取算法 。但是由于图像
15、配准的输入数据来源的多样性，以及不同的应用对图像配准的要求各不相同，同时由于影响图像配准的因素的多样性，以及配准问题的复杂性，图像配准的技术还有待于进一步发展，目前国内外同行都在研究图像配准的方式与其相关的技术。只要涉及到两幅图像、两个模型或者一幅图像与一个模型之间的比较与操作，都可能涉及到图像配准技术，需要找到它们之间元素的对应关系或数学变换。 图像配准问题有一套统一的处理框架和思路，但是每一类具体的图像配准问题有其特殊的分析处理方法。同时由 于图像之间存在复杂多变的成像畸变，因此图像配准技术是一个非常困难的课题。在图像配准的过程中，既涉及到图像校正、特征描述等中等处理过程，还涉及到图像的高
16、层匹配、识别等方法。所以，对它们进行研究，具有理论和实践双重意义。 1.2 本文主要工作 本文的主要工作是对图像配准技术进行了分析研究。文中对图像配准的相关概念和相关技术、图像配准变换技术、图像配准方法、角点提取算子的相关概念做了一般性的描述；并选择其中的 SUSAN 算子对旋转图像进行了配准， 对其角点检测效率、定位准确性、计算效率做了分析。 1.3 论文组织结构 下 面是各章主要内容： 基于 SUSAN 角点检测算子的图像配准 技术研究 - - 3 第一章即绪论部分，对本文选题背景、意义，图像配准以及本文主要工作做了简要的介绍。 第二章中分析了图像配准技术的基本概念和相关技术，对图像配准原
17、理和分类，图像配准变换技术，图像配准方法，角点提取算子做了较为详细的讲述。 第三章主要是对 SUSAN 角点提取算子的设计与实现做了详细介绍和分析，并通过配准图像加以说明。 第四章对本文工作做了总结，并提出了对图像配准技术未来研究的展望。 基于 SUSAN 角点检测算子的图像配准 技术研究 - - 4 第二章 基本概念和相关技术 图像配准 是一项重要的图像分析技术，是图像分析和图像处理的基本问题。图像配准的基本问 题就是找出一种图像转换的方法，用以纠正图像的形变。造成图像形变的原因多种多样。正是图像形变的原因和形式的不同决定了多种多样的图像配准技术。下面就为你讲述图像配准的相关概念和相关技术。
18、 2.1 图像配准技术的相关概率 2.1.1 图像配准原理与分类 图像配准技术虽然多种多样，根据图像处理的最终目的 和图像配准的定义 ，各种图像配准技术的原理都是一样的： 定义两幅具有偏移关系（包括平移、旋转、缩放）的图像分别为参考图像和待配准图像，利用二维数组 f1(x,y)和 f2（ x,y） 表示图像相应位置处的灰度值，则两幅图像在数学上 有如下变换关系： f2(x,y) = gf1(h(x,y) （ 2.1.1） 其中 h 表示二维空间坐标变换， g 表示灰度或仿 射变换， 配准问题就是要寻找最优的变换 h,g，在此变换下将两幅图像最大程度地对齐，从而可以进一步处理图像。通常意义的配准
19、只关心位置坐标的变换。灰度变换可以归为图像预处理部分，所以寻找空间几何变换关系 f便成为配准的关键所在。于是上式可改写成更为一般的表示方式 ： f2(x,y)=f 1(f(x,y) （ 2.1.2） 以上是关于图像配准原理的介绍。下面根据 Brown 的总结，在几个主要的应用领域，图像配准可以粗略的划分为四类： 基于 SUSAN 角点检测算子的图像配准 技术研究 - - 5 （ 1） 多模态配准：同一场景上由不同传感方式获得的图像间的配准。多模态配准的典型应用主要是多传感器图像的信息融合。多模态配准通常需要建立传感模型和变换模型；由于灰度属性或对比度可能有很大的差异，有时需要灰度的预配准；利用
20、物体形状和一些基准标志可以简化问题。主要应用在医学图像领域如 CT,MRI,PET,SPECT 图像结构信息融合以及遥感图像领域，多电磁波段图像信息融合，如微波、雷达、可视的或多谱段的 等；利用 SAR 发现隐藏在树林里的坦克，结合可见光图像，可以看到机械化部队的位置和密度就是属于此类情况。其它如场景分类、分类建筑物、道路、车辆、植被等。 （ 2） 模板配准：指在图像中为参考模板样式寻找最佳匹配。其应用包括在图像中识别和定位模板样式，例如地图、物体、目标物等。模板配准通常基于模式，预先选定特征，已知物体属性，高等级特征匹配。其应用主要在遥感数据处理，定位和识别定义好的或已知特征的场景，如飞机场
21、、高速路、车站、停车场等。其它如模式识别、字符识别、标志确认、波形分析等。 （ 3） 观察点配准：对从不同观察 点获得的图像进行配准。典型应用是深度或形状重建。观察点配准的特征：变形多为透视变换；常应用视觉几何和表面属性等的假设条件；主要应用：计算机视觉，从视角差异中构建三维深度和形状信息；目标物运动跟踪；序列图像分析。 （ 4） 时间序列配准：对同一场景上不同时间或不同条件下获得的图像的配准。典型应用包括检测和监视变化。时间序列配准需要容忍图像中部分内容的差异和形变对配准造成的影响；有时需要建立传感噪声和视点变换的模型。应用包括医学图像处理，如数字减影血管造影 (DSA)、注射造影剂前后的图像配准、肿瘤检测、白内障检测； 遥感数据处理，如自然资源监控、核生长监控、市区增长检测。 在当前图像配准技术的研究中，通常每一种配准技术都是针对某一具体应用而设计的，没有哪一种技术是广泛适用于各种图像配准问题的，同时对某特定问题也没有哪一个技术是必须和唯一的。图像配准问题概括来说都是以在变换空间中寻找一种特定的最优的变换，达到使两幅 或者多幅 图像在某种意义上匹配为目的，但对于不同图像和不同应用，则要具体问题具体分析。
