图像配准技术研究综述

龙源期刊网 https://www.360docs.net/doc/a55515981.html,

图像配准技术研究综述

作者：赵夫群

来源：《数字技术与应用》2016年第06期

摘要：图像配准是图像处理领域的一个基本问题，是众多图像分析和处理任务的关键步骤，其应用是相当广泛的。本文首先介绍了图像配准技术的含义和分类，然后给出了图像配准的基本步骤，接着介绍了五种常用的几何变换模型，最后针对遥感领域和医学领域，给出了图像配准的具体应用实例。

关键词：图像配准特征提取几何变换

中图分类号：V243.6 文献标识码：A 文章编号：1007-9416（2016）06-0245-01

1 引言

图像配准是图像处理领域的一个基本问题，是图像处理中的一个关键步骤，它在众多领域有着广泛的应用，如医学图像处理、影像分析、遥感融合、计算机视觉等，图像配准是当前科研领域中的一个热点。简单的说，图像配准就是将两幅同一景物不同时刻或成像模式的图像由不同坐标系变换到同一坐标系中的过程。

图像配准的类别很多[1]。根据应用领域，图像配准可以分为遥感图像配准、医学图像配准、三维重建和计算机视觉领域等内的图像配准。根据自动化程度，可将其分为人工配准、半自动配准和全自动配准等。根据所利用的图像信息，又可分为基于灰度信息的配准和基于特征的配准。根据成像模式，配准图像可以分为单模态图像配准和多模态图像配准。

2 图像配准的基本步骤

一般来说，图像配准的过程可分为特征提取、特征匹配、几何变换模型的选取及其参数的确定、配准图像的重新采样及配准等几个步骤。

（1）特征提取。特征提取是图像配准中的一个关键环节，就是提取待配准图像之间的显著特征。特征选取的好坏对后续过程有很大的影响，关系着配准算法的稳定性和可靠性。最常用的图像特征主要有：特征点、直线段、边缘、轮廓、闭合区域、特征结构以及统计特征等。特征点的提取方法有很多，如Harris角点检测算法、SUSAN 算法、DoG算法等。

（2）特征匹配。特征匹配就是寻找提取到的特征间的对应关系。首先，选取并计算所提取的特征的描述子；然后，选取适合的相似度量函数，用于计算特征间的匹配程度；最后，找出正确匹配特征对集。