图像配准(image registration)是对同一场景在不同条件下得到的两幅或多幅图像进行对准、叠加的过程。同一场景的多幅图像会在分辨率、成像模式、灰度属性、位置(平移和旋转)、比例尺度、非线性变形及曝光时间等方面存在很多差异。概括来说,图像配准问题是以在变换空间中寻找一种特定的最优变换,达到使两幅或多幅图像在某种意义上的匹配为目的。
本文详细论述了这两种常用方法的特点及应用领域,并将基于特征的图像配准方法作为本文的研究重点。基于特征的图像配准方法是目前图像配准最常用的方法之一,特征提取的准确程度和定位的精确程度将对整个配准过程产生很大的影响。本文通过对现有的特征提取方法进行分析,完成图像配准。仿真结果表明该方法在保持配准精度的同时,能够稳定并快速地实现具有平移和旋转的图像的配准问题。最后,本文讨论了图像配准的一个重要应用领域―医学图像拼接。通过实验证明,本文提出的方法满足图像处理过程的实时性和准确性。
图像配准(image registration)是对同一场景在不同条件下得到的两幅或多幅图像进行对准、叠加的过程。同一场景的多幅图像会在分辨率、成像模式、灰度属性、位置(平移和旋转)、比例尺度、非线性变形及曝光时间等方面存在很多差异。概括来说,图像配准问题是以在变换空间中寻找一种特定的最优变换,达到使两幅或