信息论与编码课程论文
信息论与编码论文
信息论与编码题目信息论与编码之数据压缩姓名xxx学号2009xxxxxxx院系滨江学院成绩二Ｏ一一年十二月二十八日信息论与编码之数据压缩xxx南京信息工程大学滨江学院通信工程专业（x）班摘要:在计算机科学和信息论中，数据压缩或者源编码是按照特定的编码机制用比未经编码少的数据位元（或者其它信息相关的单位）表示信息的过程。
例如，如果我们将“compression”编码为“comp”那么这篇文章可以用较少的数据位表示。
一种流行的压缩实例是许多计算机都在使用的ZIP 文件格式，它不仅仅提供了压缩的功能，而且还作为归档工具（Archiver）使用，能够将许多文件存储到同一个文件中。
关键词：概述原理应用理论类型流行算法算法编码1.概述对于任何形式的通信来说，只有当信息的发送方和接受方都能够理解编码机制的时候压缩数据通信才能够工作。
例如，只有当接受方知道这篇文章需要用英语字符解释的时候这篇文章才有意义。
同样，只有当接受方知道编码方法的时候他才能够理解压缩数据。
一些压缩算法利用了这个特性，在压缩过程中对数据进行加密，例如利用密码加密，以保证只有得到授权的一方才能正确地得到数据。
数据压缩能够实现是因为多数现实世界的数据都有统计冗余。
例如，字母“e”在英语中比字母“z”更加常用，字母“q”后面是“z”的可能性非常小。
无损压缩算法通常利用了统计冗余，这样就能更加简练地、但仍然是完整地表示发送方的数据。
如果允许一定程度的保真度损失，那么还可以实现进一步的压缩。
例如，人们看图画或者电视画面的时候可能并不会注意到一些细节并不完善。
同样，两个音频录音采样序列可能听起来一样，但实际上并不完全一样。
有损压缩算法在带来微小差别的情况下使用较少的位数表示图像、视频或者音频。
由于可以帮助减少如硬盘空间与连接带宽这样的昂贵资源的消耗，所以压缩非常重要，然而压缩需要消耗信息处理资源，这也可能是费用昂贵的。
所以数据压缩机制的设计需要在压缩能力、失真度、所需计算资源以及其它需要考虑的不同因素之间进行折衷。
信息论与编码课程论文
《信息论与编码》课程论文——通过信息论对已有知识产生的新认识马赛1143031014《信息论与编码》课程是通信专业的一门基础课。
其讲述的理论——香农信息论是当今信息科学的基础，可以说没有信息论的理论支持，就没有当今的信息化社会。
通过对于信息论的学习，我认识到，信息论的贡献就是解释了什么是“信息”，同时使用数学工具，对信息及伴随它产生的各种事物概念进行了解析。
近代科学的重大飞跃往往都是因人类对于一个事物有了强有力的分析工具而产生的。
有了信息论这一近乎完备（存在一些缺陷）的解析理论，人类才得以驾驭信息，社会才有了长足的进步。
在学习时，我习惯于把正在学习的知识和自己已经掌握的知识进行联系。
通过这种方法，可以增进对正在学习知识的理解，同时对已掌握的知识也有新的认识。
下文中，列举了两个问题，同时使用信息论的角度去进行解释。
一、计算机的存储容量与信息量的联系当今的计算机已经十分普及。
存储容量，无论内存还是外存，都是判定一台计算机性能的重要指标。
现在的个人计算机硬盘容量已经达到了TB级别，而在20年前，几百MB的硬盘都十分罕见。
在追求更高的存储容量时，我们是否思考过存储的东西是什么？KB、MB、GB等单位究竟代表的含义是什么？这是计算机科学的基本知识：“8 bit = 1 byte”。
bit即“位”，这是计算机存储单元最基本的单位；而信息论中也将信息量——用于衡量信息的量的单位称为bit，这两个概念有什么联系吗？在课程讲解时提到过这个问题，幻灯片上的答案如是解释：两者代表着不同的概念，信息论中的bit代表着信息量；而计算机中的bit代表着计算机中的二元数字1和0。
我认为两者是同一种概念，都代表信息量，而计算机中的bit是更为细化的概念，单指计算机中的信息量。
信息的一种解释是：对于不确定性的消除。
信息量是对信息的一种衡量手段，描述对事件不确定性消除的程度。
而描述事件不确定性的量就是这个事件发生的概率，因此一个事件发生的概率与事件包含的信息量具有对应的关系。
信息论与编码
滨江学院《信息论与编码》课程论文题目阐述信息论院系电子工程系专业班级12通信3 班学生姓名学号教师杨玲成绩二Ｏ一四年十二月二十二日阐述信息论20122334942摘要：本文介绍了信息论的基础探究，通过本文可以让读者更好的去了解信息论的发展历史和应用。
现代社会是一个充满信息的世界，没有信息的世界是混乱的世界。
因而信息十分重要，随着社会信息化进程的加速，人们对信息的依赖程度会越来越高。
所以关于信息的研究——信息论也因运而生。
提到信息论就不得不提一个人——香农，他为信息论的发展做出了巨大的贡献。
信息论的主要基本理论包括：信息的定义和度量；各类离散信源和连续信源的信源熵；有记忆、无记忆离散和连续信道的信道容量；无失真信源编码和限失真信源编码定理等。
关键词：信息，信源，信源熵，信道容量、信源编码引言现代社会是一个充满信息的世界，没有信息的世界是混乱的世界。
因而信息十分重要，随着社会信息化进程的加速，人们对信息的依赖程度会越来越高。
结合所学知识和查阅相关书籍本文简要介绍了信息论的发展、和主要的几个基础理论，让人们更好的去了解信息论这门课程。
一、信息论的发展过程信息论理论基础的建立，一般来说开始于香农（C.E.Shannon）在研究通信系统时所发表的论文。
随着研究的深入与发展，信息论有了更为宽广的内容。
信息在早些时期的定义是由奈奎斯特（H.Nyquist）和哈特利（L.V.R.Hartley）在20世纪20年代提出来的。
香农被称为是“信息论之父”。
人们通常将香农于1948年10月发表于《贝尔系统技术学报》上的论文《A Mathematical Theory of Communication》（通信的数学理论）作为现代信息论研究的开端。
这一文章部分基于哈里·奈奎斯特和拉尔夫·哈特利先前的成果。
后来其他科学家维纳、朗格等科学家又对信息理论作出了更加深入的探讨。
使得信息论到现在形成了一套比较完整的理论体系。
信息论与编码课程论文
信息论与编码课程论文电子邮件安全与密码学的应用刘畅，200900840179山东大学威海分校机电与信息工程学院，威海 264209摘要：本文分析了传统电子邮件系统存在的安全性问题，探讨应用密码技术采弥补这些安全漏洞，并且绍了在安全电子邮件系统中使用的密码技术。
关键词：RSA；PGB；PEM1、概述随着计算机技术和网络技术的迅速发展，电子邮件的应用也越来越广泛．成为网络牛活中重要的组成部分，大有取代传统邮件之势。
作为一种新的信息传递技术，电子邮件以其简单、快捷、方便的优势被人们所接受和喜爱。
但是也存在一些问题妨碍了它的推广。
其中关键之一就是电子邮件的信息安全。
由于电子邮件技术在设计之初是为了科学家之间的通信方便，所以并来考虑信息安全因素。
但是髓着时代的发展。
尤其是电子商务的速成长。
作为其沟通手段的电子邮件的安全性问题就不得不受到高度重视。
人们很自然的想到把已经成熟的密码技术商用于电子邮件系统。
密码技术就是对信息进行重新编码。
从而达到隐藏信息内容使非法用户无法获取真实信息内容的一种手段。
本文就浅述一下密码技术安全电子邮件中的应用。
2、密码学简介2.1、加密的历史作为保障数据安全的一种方式，数据加密起源于公元前2000年。
埃及人是最先使用特别的象形文字作为信息编码的人。
随着时间推移，巴比伦，希腊等都开始使用一些方法来保护他们的书面信息。
对信息进行编码曾被Julias Caesar（恺撒大帝）使用，也曾用于历次战争中，包括美国独立战争，美国内战和两次世界大战。
最广为人知的编码机器是German Enigma机，在第二次世界大战中德国人利用它创建了加密信息。
此后，由于Alan Turing 和Ultra计划及其他人的努力，终于对德国人的密码进行了破解。
当初，计算机的研究就是为了破解德国人的密码，当时人们并没有想到计算机给今天带来的信息革命。
随着计算机的发展，运算能力的增强，过去的密码都变的十分简单了。
于是人们又不断地研究出了新的数据加密方式，如私有密钥算法和公有密钥算法。
信息论与编码论文
编码技术在单片机通信中的研究与应用摘要：计算机之间数据通讯的校验以奇偶校验或数据块和校验较为常见．在误码率稍显突出时，这种方式的数据通信效率就会降低．本文从实际出发，介绍了一种提高计算机通信效率的编译码方法，并以八位单片机为例，给出了软件实现编译码的设计．该设计对于提高单片机数据通信效率，减少误码率具有很强的实用价值．关键词：单片机；通信；编码；译码；纠错；抗干扰Application of the Coding to Data Communicatingin the MicroprocessorAbstract：There are two familiar methods of checking the accuracy of the data communicated between two computers．0ne is the method of counting the number of 0 or 1in the data．Another is the method of adding all data．When the mistake code rate is slightly outstanding ,the efficiency of the data communication will lower．Proceeding from actual condition，this test introduces a kind of the coding method and gives a design with 8 bit microprocessor .The method can raise the efficiency the data communication and cut down the wrong data．Keywords：microprocessor；communication; encoding；correcting code：anti-interference0 概述在数据通信中，误码率是项重要指标．误码可能发生在各个环节，大量实践证明，传输媒介是产生误码的主要来源．为了提高数据传输可靠性，人们开始广泛采用编码技术，通过编码以一定的规则产生一些附加数字(称为监督数字)，使原来不相关的信息序列变为相关的新列(称为码序或码字)，然后把新的序列发送出去．通过编码的方法使信息具有纠检差错的能力．该通信模型可简要地用图1表示．1 设计思想1．1选择编码形式人们已研究出许多编码方法，如奇偶校验码、汉明码、循环码和卷积码等．这些编码中，有的具有检错能力，有的既能检错、又能纠错．在众多的编码中，汉明码比较直观简单，传输信息数字的频率（即信息率)最高，它既具有检错能力，又具有纠错能力，而且软硬件实现起来也较为简单．本设计采用汉明码中纠1检2错线性码编码，当接收端发现接收的信息出现了一位差错时，在译码的同时也就完成了纠错；当出现两位差错时，能及时检出舍弃⋯．1．2 MCS-51编码方案设计对于Mcs ．5l 系列单片机的串行口来说，若接收和发送双方约定选用方式1工作时，串行口一次能够发送10位数码(1位起始位、8位数据位和l 位停止位)．接收缓冲器里一次只能存放一个字节数据．对于一个8位数码，若再加上一些监督位，则该码就超过8位，Mcs ．5 1单片机一次发送不能完成．若先发送8位信息，后发送监督位，则达不到纠1检2的目的．为此，一个8位信息可分为两组编码，即高4和低4位分别编码发送、分别纠检差错． 2 编码技术具体应用2．2 译码依据原则根据汉明码取最少的监督数字，包含最多的信息原则，来确定监督数字的位数．该原则可用公式：21mm -- 表达，式中m 为监督数字位数．该表达式运算结果即为所包含的最多有效信息．本例中取m=3(位)监督数字，则可包含4位有效信息，这时码长为：4+3=7(位)，根据一致监督矩阵的特点可知，一致监督矩阵的横行数等于监督数字的个数，纵列数等于码的长度．这样把1、2、⋯、7化为二进制数，然后把它们作为矩阵的纵列，组成一个矩阵，再按照一致监督矩阵排列得：在做一致监督矩阵时，要求包含：100r （）、 r r（010）、（001）.这3个纵列是为了保证矩阵中的每一横行线性无关，这样就能保证由这个一致监督矩阵做出的42=16个状态包含所有的信息．为了更加明确编程思路，简要介绍一下纠码原理．设c 为一个码字，根据一致监督方程的关系，则有：们7=0．根据此关系，设接收矢量为R ，则当0T HR =时，认为R 是一个正确的码字；若0T HR ≠时，则R 就不是一个正确的码字，即接收信息有错．假设接收矢量R 只包含一个差错，则利用监督子T T S HR =可确定这个差错的位置，从而可得到纠正．针对本例，设112277(,,,)R C E C E C E =+++ ，其中E 为错型，则T T S HR =展开后得:由式2可见，当接收矢量中只有一个差错时，监督子TS 就等于监督矩阵中的某一纵列，从而能纠正单个差错。
信息论与编码技术课程论文
本科生课程论文题目：互信息技术在数字图像配准中的应用姓名：学院：理学与信息科学学院专业：信息与计算科学班级：学号：指导教师：完成时间：2011 年7 月1 日2011年7月1日课程论文任务书学生姓名指导教师论文题目互信息技术在数字图像配准中的应用论文内容（需明确列出研究的问题）：图像配准是使两幅图像上的对应点达到空间上一致的一个过程。
本文介绍了一种基于最大互信息原理的图像配准技术。
并针对基于最大互信息图像配准的不足，研究了基于Harris角点算子的多模态医学图像配准。
在计算互信息的时候，采用部分体积插值法计算联合灰度直方图。
在优化互信息函数的时候采用了改进的遗传算法将配准参数收敛到最优值附近。
资料、数据、技术水平等方面的要求：论文要符合一般学术论文的写作规范，具备学术性、科学性和一定的创造性。
文字要流畅、语言要准确、论点要清楚、论据要准确、论证要完整、严密，有独立的观点和见解。
内容要理论联系实际，计算数据要求准确，涉及到他人的观点、统计数据或计算公式等要标明出处，结论要写的概括简短。
参考文献的书写按论文中引用的先后顺序连续编码。
发出任务书日期2011.06.23 完成论文（设计）日期2011.07.01 学科组或教研室意见（签字）院、系（系）主任意见（签字）目录摘要： (1)Abstract： (2)前言 (3)1 概述 (4)1.1 互信息与信息论 (4)1.2 数字图像配准 (5)1.2.1 数字图像配准的介绍 (5)1.2.2 数字图像配准的方式 (5)1.2.3 数字图像配准的发展 (6)2 配准方法 (7)2.1 变换和插值模型 (7)2.2 特征点的提取 (8)2.3 多元互信息 (11)2.4 优化算法 (12)2.4.1 编码方式 (12)2.4.2适应度表示 (12)2.4.3轮盘赌法和最优保存策略 (12)3 互信息技术在图像配置中的应用 (13)3.1 Harris角点后的CT图和PET图 (14)3.2 配准过程及结果 (14)4 总结 (14)参考文献： (16)互信息技术在数字图像配准中的应用信息与计算科学专业指导教师【摘要】：医学图像配准技术已经被应用于心脏病诊断和包括脑瘤在内的各种各样的神经混乱诊断研究中。
信息论与编码论文
信息论与编码论文通过信道编码器和译码器实现的用于提高信道可靠性的理论和方法。
信息论的内容之一。
信道编码大致分为两类：①信道编码定理，从理论上解决理想编码器、译码器的存在性问题，也就是解决信道能传送的最大信息率的可能性和超过这个最大值时的传输问题。
②构造性的编码方法以及这些方法能达到的性能界限。
编码定理的证明，从离散信道发展到连续信道，从无记忆信道到有记忆信道，从单用户信道到多用户信道，从证明差错概率可接近于零到以指数规律逼近于零，正在不断完善。
编码方法，在离散信道中一般用代数码形式，其类型有较大发展，各种界限也不断有人提出，但尚未达到编码定理所启示的限度，尤其是关于多用户信道，更显得不足。
在连续信道中常采用正交函数系来代表消息，这在极限情况下可达到编码定理的限度。
不是所有信道的编码定理都已被证明。
只有无记忆单用户信道和多用户信道中的特殊情况的编码定理已有严格的证明；其他信道也有一些结果，但尚不完善。
信道编码技术数字信号在传输中往往由于各种原因，使得在传送的数据流中产生误码，从而使接收端产生图象跳跃、不连续、出现马赛克等现象。
所以通过信道编码这一环节，对数码流进行相应的处理，使系统具有一定的纠错能力和抗干扰能力，可极大地避免码流传送中误码的发生。
误码的处理技术有纠错、交织、线性内插等。
提高数据传输效率，降低误码率是信道编码的任务。
信道编码的本质是增加通信的可靠性。
但信道编码会使有用的信息数据传输减少，信道编码的过程是在源数据码流中加插一些码元，从而达到在接收端进行判错和纠错的目的，这就是我们常常说的开销。
这就好象我们运送一批玻璃杯一样，为了保证运送途中不出现打烂玻璃杯的情况，我们通常都用一些泡沫或海棉等物将玻璃杯包装起来，这种包装使玻璃杯所占的容积变大，原来一部车能装5000各玻璃杯的，包装后就只能装4000个了，显然包装的代价使运送玻璃杯的有效个数减少了。
同样，在带宽固定的信道中，总的传送码率也是固定的，由于信道编码增加了数据量，其结果只能是以降低传送有用信息码率为代价了。
《信息论与编码》课程论文
《信息论与编码》课程小结《信息论与编码》课程小结信息论是信息科学的主要理论基础之一，它是在长期通信工程实践和理论基础上发展起来的。
信息论是应用概率论、随机过程和数理统计和近代代数等方法，来研究信息的存储、传输和处理中一般规律的学科。
它的主要目的是提高通信系统的可靠性、有效性和安全性，以便达到系统的最优化。
编码理论与信息论紧密关联，它以信息论基本原理为理论依据，研究编码和译码的理论知识和实现方法。
通过《信息论与编码》课程的学习，得到了以下总结：一、信息论的基本理论体系1948年，香农在贝尔系统技术杂志上发表“通信的数学理论”。
在文中，他用概率测度和数理统计的方法系统地讨论了通信的基本问题，得出了几个重要而带有普遍意义的结论，并由此奠定了现代信息论的基础。
香农理论的核心是：揭示了在通信系统中采用适当的编码后能够实现高效率和高可靠地传输信息，并得出了信源编码定理和信道编码定理。
从数学观点看，这些定理是最优编码的存在定理。
但从工程观点看，这些定理不是结构性的，不能从定理的结果直接得出实现最优编码的具体方法。
然而，它们给出了编码的性能极限，在理论上阐明了通信系统中各种因素的相互关系，为寻找最佳通信系统提供了重要的理论依据。
对信息论的研究内容一般有以下三种理解：(1) 狭义信息论，也称经典信息论。
它主要研究信息的测度、信道容量以及信源和信道编码理论等问题。
这部分内容是信息论的基础理论，又称香农基本理论。
(2) 一般信息论，主要是研究信息传输和处理问题。
除了香农理论以外，还包括噪声理论、信号滤波和预测、统计检测与估计理论、调制理论、信息处理理论以及保密理论等。
后一部分内容以美国科学家维纳(N.Wiener)为代表，其中最有贡献的是维纳和苏联科学家柯尔莫哥洛夫。
(3) 广义信息论。
广义信息论不仅包括上述两方面的内容，而且包括所有与信息有关的自然和社会领域，如模式识别、计算机翻译、心理学、遗传学、神经生理学、语言学、语义学甚至包括社会学中有关信息的问题，是新兴的信息科学理论。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
信息论与编码应用报告互信息技术在数字图像配准中的应用专业班级：电子信息工程姓名：学号：201时间：2014年6月9日指导老师：2014年6月9日目录摘要： (1)Abstract： (2)前言 (3)1 概述 (4)1.1 互信息与信息论 (4)1.2 数字图像配准 (5)1.2.1 数字图像配准的介绍 (5)1.2.2 数字图像配准的方式 (5)1.2.3 数字图像配准的发展 (6)2 配准方法 (7)2.1 变换和插值模型 (7)2.2 特征点的提取 (8)2.3 多元互信息 (11)2.4 优化算法 (12)2.4.1 编码方式 (12)2.4.2适应度表示 (12)2.4.3轮盘赌法和最优保存策略 (12)3 互信息技术在图像配置中的应用 (13)3.1 Harris角点后的CT图和PET图 (14)3.2 配准过程及结果 (14)4 总结 (14)参考文献： (16)互信息技术在数字图像配准中的应用信息与计算科学专业指导教师【摘要】：医学图像配准技术已经被应用于心脏病诊断和包括脑瘤在内的各种各样的神经混乱诊断研究中。
图像配准是使两幅图像上的对应点达到空间上一致的一个过程。
本文介绍了一种基于最大互信息原理的图像配准技术。
并针对基于最大互信息图像配准的不足，研究了基于Harris角点算子的多模态医学图像配准。
在计算互信息的时候，采用部分体积插值法计算联合灰度直方图。
在优化互信息函数的时候采用了改进的遗传算法将配准参数收敛到最优值附近。
实验结果表明本方法具有较高的配准精度和稳定性。
【关键词】：图像配准互信息 Harris角点算子部分体积插值遗传算法前言互信息是信息论的一个基本概念，是两个随机变量统计相关性的测度。
Woods用测试图像的条件熵作为配准的测度，用于PET 到MR 图像的配准。
Collignon 、Wells[1] 等人用互信息作为多模态医学图像的配准测度。
以互信息作为两幅图像的相似性测度进行配准时，如果两幅基于共同解剖结构的图像达到最佳配准时，它们对应的图像特征互信息应为最大。
最大互信息法几乎可以用在任何不同模式图像的配准中，特别是当其中一个图像的数据部分缺损时，所以这种方法广泛用于多模态图像的配准中。
但是，当待匹配图像是低分辨率、图像包含的信息不够充分或两幅待匹配图像的重叠部分较少时，基于互信息的配准目标函数就会极不光滑，出现较多局部最优解，为目标函数最优解的搜索带来较大的难度。
但由于该测度不需要对不同成像模式下图像灰度间的关系作任何假设，也不需要对图像进行分割或任何预处理，因此，该测度可以被广泛地应用于CT-MR，PET-MR 等多种图像的配准工作。
基于最大互信息的图像配准因为要进行全局参数优化搜索，配准时间也比较长。
Rangarajan[2] 等提出了一种利用互信息匹配形状特征点进行配准的策略. 该策略针对待配准的两幅图像，首先分别提取出形状特征点的集合，并定义这两个集合它们的互信息，然后使之最大化，以达到配准。
1 概述1.1 互信息与信息论一般而言，信道中总是存在着噪声和干扰，信源发出消息x，通过信道后信宿只可能收到由于干扰作用引起的某种变形的y。
信宿收到y后推测信源发出x的概率，这一过程可由后验概率p(x/y)来描述。
相应地，信源发出x的概率p(x)称为先验概率。
我们定义x的后验概率与先验概率比值的对数为y对x的互信息量，也称交互信息量（简称互信息）。
互信息是计算语言学模型分析的常用方法，它度量两个对象之间的相互性。
在过滤问题中用于度量特征对于主题的区分度。
互信息的定义与交叉嫡近似。
互信息本来是信息论中的一个概念,用于表示信息之间的关系, 是两个随机变量统计相关性的测度，使用互信息理论进行特征抽取是基于如下假设:在某个特定类别出现频率高,但在其他类别出现频率比较低的词条与该类的互信息比较大。
通常用互信息作为特征词和类别之问的测度，如果特征词属于该类的话，它们的互信息量最大。
由于该方法不需要对特征词和类别之问关系的性质作任何假设，因此非常适合于文本分类的特征和类别的配准工作。
信息论是一门应用概率论、随机过程、数理统计和高等代数的方法来研究信息传输、提取和处理系统中一般规律的学科；它的主要目的是提高信息系统的可靠性、有效性、保密性和认证性，以便达到系统最优化；它的主要内容包括香农理论、编码理论、检测和估计理论、信号设计和处理理论、调制理论、随机噪声理论和密码学理论。
信息理论的应用领域是十分广泛的，也是非常重要的，我们所知道的多是在通讯方面的应用，这是因为香农等人的工作开拓了这方面的广泛而深入的应用。
实际上，任一科学技术领域都离不开信息的基本知识和基本概念的。
1.2 数字图像配准1.2.1 数字图像配准的介绍图像配准(Image registration)就是将不同时间、不同传感器(成像设备)或不同条件下(天候、照度、摄像位置和角度等)获取的两幅或多幅图像进行匹配、叠加的过程，它已经被广泛地应用于遥感数据分析、计算机视觉、图像处理等领域。
配准技术的流程如下：首先对两幅图像进行特征提取得到特征点；通过进行相似性度量找到匹配的特征点对；然后通过匹配的特征点对得到图像空间坐标变换参数：最后由坐标变换参数进行图像配准。
而特征提取是配准技术中的关键，准确的特征提取为特征匹配的成功进行提供了保障。
因此，寻求具有良好不变性和准确性的特征提取方法，对于匹配精度至关重要。
1.2.2 数字图像配准的方式图像配准的方式可以概括为相对配准和绝对配准两种：相对配准是指选择多图像中的一张图像作为参考图像，将其它的相关图像与之配准，其坐标系统是任意的。
绝对配准是指先定义一个控制网格，所有的图像相对于这个网格来进行配准，也就是分别完成各分量图像的几何校正来实现坐标系的统一。
本文主要研究大幅面多图像的相对配准，因此如何确定多图像之间的配准函数映射关系是图像配准的关键。
通常通过一个适当的多项式来拟合两图像之间的平移、旋转和仿射变换，由此将图像配准函数映射关系转化为如何确定多项式的系数，最终转化为如何确定配准控制点（RCP）。
目前，根据如何确定RCP的方法和图像配准中利用的图像信息区别可将图像配准方法分为三个主要类别：基于灰度信息法、变换域法和基于特征法[1]，其中基于特征法又可以根据所用的特征属性的不同而细分为若干类别。
以下将根据这一分类原则来讨论目前已经报道的各种图像配准方法和原理。
1.2.3 数字图像配准的发展近年来，数字图像技术确实已经取得了不少进步，但我觉得图像传感器的技术革新依然不会放慢脚步，我们会继续致力于开发拥有更高表现和更多功能的传感器。
然而，我认为象素量的发展已经接近极限。
因此，新的技术研究方向将会集中在其他方面，如成像色调的改善、传感器反应速度和高感光度下的画质表现。
同时，高象素的传感器仍会继续被使用。
数字图像的可能性将会是无穷无尽的。
其实，现实世界中还有很多色彩，我们仍然没办法精确还原。
数字图像配准取得的另一个巨大成就是在医学上获得的成果。
1972年英国EMI公司工程师Housfield发明了用于头颅诊断的计算机断层X射线摄影装置，也就是我们通常所说的CT（Computed Tomography）。
CT的基本方法是根据人的头部截面的投影，经计算机处理来重建截面图像，称为图像重建。
1975年EMI公司又成功研制出全身用的CT装置，获得了人体各个部位清晰鲜明的断层图像。
1979年，这项无损伤诊断技术获得了诺贝尔奖，说明它对人类做出了划时代的贡献。
于此同时，图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，属于这些领域的有航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，使图像处理成为一门引人注目、前景远大的新型学科。
2 配准方法2.1 变换和插值模型我们将研究的范围限制在二维脑断层图像的配准. 因为脑组织受到颅骨的严密保护，所以脑部运动可以近似为刚体运动，即内部无相对运动. 同时，假设待配准的图像经过预处理后具有相同的空间比例.我们的目标是寻求空间变换T，使MI(T) 最大.。
针对前面所做假设，令T = T1*T2；其中，T1 为平移矩阵，T2为旋转矩阵。
最近邻插值法的精确度很低，而双线性插值法会产生新的灰度值。
这对于联合直方图的统计是不利的。
因为新加入的灰度值使得随着Tα的一些小变动，联合直方图中就会增加新的象素对，或者减少象素对，从而互信息值变化比较大，也就是互信息函数曲线会不光滑，这样不利于优化。
因此为了消除新产生的灰度值的不利影响，我们在配准过程中引入了另外一种插值法：PV（Partial Volume）插值法。
从产生插值图像这个方面来说，PV 插值法不能算是一种插值方法，它是专门针对联合直方图的更新而设计的。
和双线性插值法一样，PV 插值法也是利用点Tα(X)的四个最近邻点和权值，可是，不同于双线性插值法的是，PV 插值法不是根据最近邻点的加权平均所得到的灰度值，从而更新联合直方图，而是根据权值使周围四个象素点都贡献于联合直方图的统计，如图1所示。
可用公式表示为：(2-1)（2-2）图1 pv插值法2.2 特征点的提取由于角点是景物轮廓线上曲率的局部极大点，对掌握景物的轮廓特征具有决定作用。
一旦找到了景物的轮廓特征点也就大致掌握了景物的形状。
直观的讲，角点就是图像上所显示的物体边缘拐角所在的位置点。
Harris角点检测法[3]是一种基于图像灰度的检测方法，这类方法主要通过计算点的曲率及梯度来检测角点。
该方法是由Harris和Stephen提出来的，也叫Plessey角点检测法。
其基本思想与Moravec角点算子相似，但对其作了许多改进。
Moravec角点算子计算各象素沿小同方向的平均灰度变化，选取最小值作为对应象素点的角点响应函数。
定义在一定范围内具有最大角点响应的象素点为角点。
假设图像的灰度定义为I那么平移(x，y)所得到的灰度变化的计算公式为：（2-3）这里W表示图像窗口，平移(x，y)表示了四个方向：水平、垂直、对角线和反对角线，即(0，1)，(1，0)，(1，1)，(-1，1)。
Moravec 角点算子简单快速，但是它存在一些缺点，Harris角点算子正是针对这些缺点做了很大的改进。
首先，Moravec角点算子是各向异性的，因为它的角点响应只计算了四个方向。
故为了包含所有的方向，Harris角点算子对式(2-3)进行了展开：(2-4) 这里一阶微分可以由下面的式子近似：(2-5)因此，E可以表示如下：(2-6)这里(2-7)为了避免噪声的影响，这里w采用高斯平滑窗口：(2-8)其次，Moravec角点算子对强边界敏感，这是因为它的响应值只考虑了E的最小值。
Harris角点算子则利用了E在平移方向上的变化。