基于序列图像的图像配准方法研究
超分辨率图像配准方法研究
第２４卷第８期 ２００７年８月 计算机应用研究 Ａｐｐｌｉｃａｔｉｏｎ Ｒｅｓｅａｒｃｈ ｏｆ Ｃｏｍｐｕｔｅｒｓ Ｖ０１．２４ Ｎｏ．８ Ａｕｇ．２００７
超分辨率图像配准方法研究
甘亚莉，涂丹，李国辉
（国防科学技术大学信息系统与管理学院，长沙４１００７３）
摘要：介绍了空间域和频率域图像配准原理，在总结已有成果的基础上，对几种典型的算法进行了分析和比
较，最后给出了超分辨率图像配准方法的发展方向。
关键词：超分辨率；图像配准；亚像素；空间域；频率域
中图分类号：ＴＰ３９１ 文献标志码：Ａ 文章编号：１００１—３６９５（２００７）０８．０２１５．０３
Ｉｍａｇｅ ｒｅｇｉｓｔｒａｔｉｏｎ ｉｎ ｓｕｐｅｒ ｒｅｓｏｌｕｔｉｏｎ
ＧＡＮ Ｙａ－ｌｉ，ＴＵ Ｄａｎ，ＬＩ Ｇｕｏ—ｈｕｉ
（Ｃｏｌｌｅｇｅ ｏｆＩｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍ￣＆Ｍａｎａｇｅｍｅｎｔ，Ｎａｔｉｏｎａｌ ＵｎｉｖｅｒｓｉｔｙｏｆＤｅｆｅｎｓｅ Ｔｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｓｈａ ４１００７３，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｈｉｓ ｐａｐｅｒ ｉｎｔｒｏｄｕｃｅｄ ｔｈｅｏｒｙ ｏｆ ｓｐａｔｉａｌ ａｎｄ￣ｅｑｕｅｎｃｙ ｄｏｍａｉｎ ｒｅｇｉｓｔｒａｔｉｏｎ ｍｅｔｈｏｄｓ，ａｎａｌｙｚｅｄ ａｎｄ ｃｏｍｐａｒｅｄ ｓｅｖｅｒａｌ ｔｙｐｉｃａｌ ａｌｇｏｒｉｔｈｍｓ．Ｆｉｎａｌｌｙ．ｐｒｅｓｅｎｔｅｄ ｎｅｗ ｔｒｅｎｄｓ ｏｆ ｉｍａｇｅ ｒｅｇｉｓｔｒａｔｉｏｎ． Ｋｅｙ ｗｏｒｄｓ：ｓｕｐｅｒ ｒｅｓｏｌｕｔｉｏｎ（ＳＲ）；ｉｍａｇｅ ｒｅｇｉｓｔｒａｔｉｏｎ；ｓｕｐ・ｐｉｘｅｌ；ｓｐａｔｉａｌ ｄｏｍａｉｎ；￣ｅｑｕｅｎｃｙ ｄｏｍａｉｎ
自从Ｔｓａｉ和Ｈｕａｎｇ” 首先证明了从平移图像序列中得到
分辨率增加的单幅图像的可能性之后，基于图像序列的空间分
辨率增强（常称为ＳＲ）一直都是一个活跃的研究领域。超分
基于序列子集共轭梯度的超分辨率图像重构
第３３卷
Ｖｏ１．３３ 第２４期
Ｎｏ．２４ 计算机工程
Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ ２００７年ｌ２月
Ｄｅｃｅｍｂｅｒ ２００７
・人工智能及识别技术・ 文章缩号：ｌｏｏｏ－＿３４２８（２０ｏ７）２４＿＿０ｌ８９— ２ 文献标识码。Ａ 中圈分类号：ＴＰ３１１
基于序列子集共轭梯度的超分辨率图像重构
吴强 ，刘琚２乔建苹 ，王行愚
（１．驻５１ １厂军代表室，南京２１０００２；２．山东大学信息科学与工程学院，济南２５０１００； ３．华东理工大学信息科学与工程学院，上海２０００３７）
摘要：提出一种基于序列子集共轭梯度最优化算法的超分辨率图像重建算法。通过图像配准算法估计得到不同低分辨率图像间的平移和
旋转量，结合期望图像的统计先验对问题进行规整，建立优化的代价函数。利用序列子集共轭梯度最优化迭代算法求解，得到高分辨率图
像。仿真结果表明，该算法可以使内存降低１５ ，运算速度提高２Ｏ％。 关健词：图像重构；超分辨率；共轭梯度
Ｓｕｐｅｒ－ｒｅｓｏｌｕｔｉｏｎ Ｉｍａｇｅ Ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ Ｂａｓｅｄ ０ｎ Ｓｅｑｕｅｎｃｅ ０ｆ
Ｓｕｂｓｅｔ Ｃｏｎｊｕｇａｔｅ Ｇｒａｄｕａｔｅ Ｏｐｔｉｍｉｚａｔｉｏｎ
ＷＵ Ｑｉａｎｇ ，ＬＩＵ Ｊｕ ，ＱＩＡＯ Ｊｉａｎ－ｐｉｎｇｚ，ＷＡＮＧ Ｘｉｎｇ－ｙｕ
（１．ＴｈｅＮｏ．５１１ Ｆａｃｔｏｒｙ ｏｆｔｈｅＰＬＡ，Ｎａｎｊｉｎｇ ２１０００２；２．Ｓｃｈｏｏｌ ｏｆＩｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｄｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｊｉｎａｎ２５０１００； ３．Ｓｃｈｏｏｌ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ．Ｅａｓｔ Ｃｈｉｎａ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ．Ｓｈａｎｇｈａｉ ２０００３７）
［Ａｂｓｔｒａｃｔ］Ａ ｓｅｑｕｅｎｃｅ ｏｆ ｓｕｂｓｅｔ ｃｏｎｊｕｇａｔｅ ｇｒａｄｕａｔｅ ｏｐｔｉｍｉｚａｔｉｏｎ ｂａｓｅｄ ｓｕｐｅｒ－ｒｅｓｏｌｕｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｉｓ ｐｒｏｐｏｓｅｄ ｆｏｒ ｓｕｐｅｒ－ｒｅｓｏｌｕｔｉｏｎ，ｗｈｅｒｅ ｉｍａｇｅ ｒｅｇｉｓｔｒａｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｉｓ ｕｓｅｄ ｔＯ ｅｓｔｉｍａｔｅ ｔｈｅ ｄｉｓｐｌａｃｅｍｅｎｔ ａｎｄ ｒｏｔａｔｉｏｎ ｂｅｔｗｅｅｎ ｄｉｆｆｅｒｅｎｔ ｌｏｗ—ｒｅｓｏｌｕｔｉｏｎ ｉｍａｇｅｓ，ｐｒｉｏｒ ｋｎｏｗｌｅｄｇｅ ｉｓ ｕｓｅｄ ｆｏｒ
一种基于SIFT特征的航拍图像序列自动拼接方法
第２７卷第１１期
２００７年１１月 计算机应用 Ｃｏｍｐｕｔｅｒ Ａｐｐｌｉｃａｔｉｏｎｓ Ｖｏｌ＿２７ Ｎｏ．１１
Ｎｏｖ．２００７
文章编号：１００１—９０８１（２００７）１１—２７８９—０４
一种基于ＳＩＦＴ特征的航拍图像序列自动拼接方法
高超，张鑫，王云丽，王 晖 （国防科学技术大学信息系统与管理学院，长沙４１００７３）
（ｓｏｍｅｔｈｉｎｇ＿＿２００５＠１ ６３．ｃｏｎ）
摘要：针对航拍图像序列拼接问题，提出一种基于尺度不变特征变换（ＳＩＦＴ）特征的自动拼接
方法．该方法主要包括图像配准和镶嵌两个步骤。由于航拍序列各帧图像之间存在较大差异，因而常
用的基于特征的配准方法适用性较差，对此，提出利用ＳＩＦＴ特征来实现准确、稳健的航拍图像配准。
进一步的，提出一种基于视觉特征的色彩融合方法以取得平滑的镶嵌效果。，最后，通过对真实航拍序
列进行拼接实验验证了所提方法的有效性。
关键词：航拍图像序列；自动拼接；ＳＩＦＴ特征；图像几何校正；图像镶嵌
中图分类号：ＴＰ３９１．４１ 文献标识码：Ａ
Ａｕｔｏｍａｔｉｃ ｓｔｉｔｃｈｉｎｇ ａｐｐｒｏａｃｈ ｏｆ ａｅｒｉａｌ ｉｍａｇｅ ｓｅｑｕｅｎｃｅ ｂａｓｅｄ ｏｎ ＳＩＦＴ ｆｅａｔｕｒｅｓ
ＧＡＯ Ｃｈａｏ，ＺＨＡＮＧ Ｘｉｎ，ＷＡＮＧ Ｙｕｎ—ｌｉ，ＷＡＮＧ Ｈｕｉ
（Ｓｃｈｏｏｌ ｏｆＩｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍ ａｎｄ Ｍａｎａｇｅｍｅｎｔ，Ｎａｔｉｏｎａｌ Ｕｎｉｖｅｒｓｉｔｙ ｏｆＤｅｆｅｎｓｅ Ｔｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｓｈａ Ｈｕｎａｎ ４１００７３，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ａ ｎｅｗ ａｐｐｒｏａｃｈ ｆｏｒ ａｕｔｏｍａｔｉｃ ｓｔｉｔｃｈｉｎｇ ｏｆ ａｅｒｉａｌ ｉｍａｇｅ ｓｅｑｕｅｎｃｅ ｗａｓ ｐｒｏｐｏｓｅｄ，ｂａｓｅｄ ｏｎ ｔｈｅ ＳＩＦＴ（Ｓｃａｌｅ Ｉｎｖａｒｉａｎｔ Ｆｅａｔｕｒｅ Ｔｒａｎｓｆｏｒｍ）ｆｅａｔｕｒｅｓ．Ｉｔ ｃｏｎｓｉｓｔｅｄ ｏｆ ｔｗｏ ｃｏｒｅ ｓｔｅｐｓ：ｉｍａｇｅ ｒｅｇｉｓｔｒａｔｉｏｎ ａｎｄ ｍｏｓａｉｃ．Ｔｈｅ ｖａｒｉａｔｉｏｎｓ ｂｅｔｗｅｅｎ ｔｗｏ ｃｏｎｓｅｃｕｔｉｖｅ ｆｒａｍｅｓ ｉｎ ａｅｒｉａｌ ｓｅｑｕｅｎｃｅ ａｒｅ ａｌｗａｙｓ ｖｅｒｙ ｎｏｔａｂｌｅ，ｔｈｕｓ ｔｈｅ ｐｒｅｓｅｎｔ ｃｏｍｍｏｎｌｙ—ｕｓｅｄ ｆｅａｔｕｒｅ—ｂａｓｅｄ ｍｅｔｈｏｄｓ ａｒｅ
Matlab中的图像配准与图像校正技术详解
Matlab中的图像配准与图像校正技术详解
图像配准和图像校正是数字图像处理中非常重要的技术。在实际应用中，我们常常会遇到图像对齐、图像平移、旋转和校正等问题。Matlab作为一款强大的科学计算软件，提供了丰富的函数和工具箱，可以方便地实现图像配准和校正。本文将详细介绍Matlab中的图像配准与图像校正技术。
一、图像配准
图像配准是指将两幅或多幅图像在空间中对齐，使得它们的几何形状和空间位置相对一致。图像配准技术在很多领域都有广泛的应用，比如医学影像处理、遥感图像处理等。在Matlab中，图像配准可以通过使用imregister函数来实现。
imregister函数实现图像配准的基本原理是计算输入图像和参考图像之间的几何变换。常用的几何变换有平移、旋转、缩放和仿射变换等。根据不同的应用需求，可以采用不同的几何变换。imregister函数根据输入图像和参考图像之间的像素灰度值差异，采用最大似然估计或最小二乘法来优化几何变换参数。
除了imregister函数，Matlab中还提供了其他图像配准工具箱，如Image
Processing Toolbox和Computer Vision Toolbox。这些工具箱中包含了更多高级的图像配准算法和函数，可以满足更加复杂的应用需求。
二、图像校正
图像校正是对图像进行校正和矫正，使得图像在几何形状和视觉效果上更加符合预期。常见的图像校正包括图像去畸变、边缘校正和亮度校正等。在Matlab中，可以通过使用Camera Calibration Toolbox进行图像校正。
Camera Calibration Toolbox是Matlab中一个用于相机标定和图像校正的工具箱。它可以通过运行标定图像的算法，得到相机的内参和畸变参数，并根据这些参数对图像进行校正。根据标定图像的不同，有多种标定算法可供选择，比如张正友标定法、Tsai标定法等。根据不同的应用需求，可以选择合适的标定算法。
图像拼接技术的研究历史悠久
图像拼接技术的研究历史悠久
图像拼接技术的研究历史悠久。早期用于航空遥感照片合成，由于飞机或卫星上相机和地面景物之间距离很远，这种图像配准采用简单的模板匹配法。这种方法在现在也有广泛应用，可应用于航空图片合成、大文档扫描合成，视频压缩。在20世纪90年代随全视函数、全景建模、光场与光照图、同心拼图、全景图概念的提出，模型维数不断下降。自1994年Chen等人提出全景图拼接技术，国内外出现很多关于全景图生成技术的文章。
全景图生成技术的基本思想是通过普通相机或摄像机对场景信息进行照片图像或视频图像采样，在固定的视点，使相机在水平面内旋转一周拍摄场景，得到一组具有重叠区域的连续环视图像序列:将图像由相机坐标投影到空间坐标:利用图像配准方法寻找将环绕一周的这组图像中，两两相邻的图像间的重叠的区域;将确定的重叠区域利用图像融合方法进行图像序列的无缝拼合，得到一幅全景图像。全景图像根据其选取视点空间的不同可分为:平面、柱面、球表面、立方体表面。
目前图像配准的研究方法主要集中为基于灰度相关的方法、相位相关法、基于特征的方法。基于灰度相关方法的计算量较大，很多力求缩小模版配准计算量的改进算法被提出来。国防科大开发的HVS系统,采用的是一种基于特征线段的图像匹配算法。封静波提出相似曲线的拼接算法通过匹配两幅图像重叠区域每列梯度最大值曲线完成拼接，大大减少了传统模板匹配方法的计算量。薛峰综合基于灰度相关和特征相关算法的优点提出了基于最大梯度和灰度相关的两步配接方法。于乱采用形状模板对模板内图像的边缘点与模板边界的最短距离统计实现特征点匹配。李文辉提出采用基于粒子群优化(POS)的多分辨率算法。
1975年相位相关法由Kuglin和Hines提出，具有场景无关性，能够对纯粹二维平移的图像精确地对齐。DeCastro和Morandi发现用傅立叶变换确定旋转对齐就像平移对齐一样。Reddy和Chatterji改进了Decastro的算法，大大减少了需要转换的数量。张世阳采用了基于2幂子图像的FFT对齐方法，从而减小了FFT的计算量加快图像对齐速度和减小图像间重叠率。吴飞采用基于快速傅立叶变换的图像配准算法求取两相邻视频帧之间的配准系数。
一种基于最小均方差的散斑图像配准算法的研究
第６期（总第１２４期） Ｎｏ．６（ＳＵＭ Ｎｏ．１２４） 机械管理开发 ＭＥＣＨＡＮＩＣＡＬ ＭＡＮＡＧＥＭＥＮＴ ＡＮＤ ＤＥＶＥＬＯＰＭＥＮＴ ２０１１年１２月 Ｄｅｃ．２０１ ｌ 一种基于最小均方差的散斑图像配准算法的研究 郭泽民 ，武颖 （１．晋城煤业集团凤凰山矿，山西晋城０４８００６；２．太原理丁大学机械工程学院，山西太原｛）３００２４） 摘要：一种基于最小均方差理论的散斑图像亚像素配准算法，是按线性估计理论推导目标函数的解析解，利用刚 体位移模型和散斑图像仿真模型生成５组４０帧长斑图像序列，分别在无噪声干扰和加性高斯噪声干扰下对算法进 行实验验证。实验结果表明，在无噪声干扰下，图像序列的位移轨迹具有较好的线性度，且系统误差和随机误差较 小。在不同噪声水平干扰下，当信噪比为ｌ０ ｄＢ时，该算法失效；而当信噪比不低于２Ｏ ｄＢ时，噪声对配准结果的影 响随着信噪比的增加将逐渐减弱。 关键词：散斑图像；图像配准；最小均方差 中图分类号：ＴＮ９１１．７３ 文献标识码：Ａ 文章编号：１００３—７７３Ｘ（２０１１）０６－００１５－０４ １概述 图像配准是指对同一场景在不同的时问、视角，或 者不同的传感器拍摄的两幅具有重叠区域的图像处理 过程，需要从几何上校准参考图像和待配准图像。最 初，图像配准技术在遥感图像处理…、医学图像处理 、 计算机视觉ｐ 和虚拟现实 等领域得到应用。随着研 究的深入，该技术在材料力学的性能试验与分析中得 到推广应用。例如，电线电缆材料、电线绝缘材料在拉 伸和压缩过程中的力学性能（应力，应变）试验、电气设 备随环境变化的力学性能测量等，这些检测需求是提 高应用可靠性、保证安全生产的前提。图像配准技术 还具有非接触、全场测量及高精度的特点。本文以电 气材料和设备的应力／应变为应用目标，研究具有亚像 素精度的图像配准技术。 配准的各种数字图像中，主要由散斑构成的数字 图像Ｉ，Ｓ－６１受到重视。因为产生散斑图像的光场分布在 时间上是稳定的，仅是空问坐标的函数，而且散斑图像 中随机分布数量巨大的斑点颗粒，灰度级次多、携带的 信息量大，利于表征图像的特征。无论是普通场景图 像还是散斑图像，配准方法是相同的，基本思想是先对 待配准图像进行几何变换，根据灰度信息的统计特性 定义一个目标函数，以作为参考图像与待配准图像间 的相似性度量；后使配准参数在目标函数的极值处取 得，以此作为配准的判决准则和配准参数最优化的目 标函数，从而将配准问题转化为多元函数的极值问题； 最后通过优化方法求得期望的几何变换参数。 从广义讲，图像配准是解决一种特殊的运动估计 问题，基本前提是假设客观事物的同一点在运动过程 中（即在运动估计图像序列的不同图像中）保持相同的 灰度，（或颜色）。如果位移前的图像为 力（参考图 像），位移后的图像为 ｙ），（目标图像），那么这种“灰 度不变假设”的条件可表示为： Ｌ（ｘ，Ｙ）＝ （ ＋ ， ＋ ）． （１） 式中：Ｌ１， 分别为沿ｘ，ｙ方向的位移。由此可见，图像 配准的目的就是对式求解Ｅｌ和 。 式的求解精度一般为亚像素级（精度要求较高）， 往往需精确到０．０１个像素单位，需增加计算量和存储 资源。目前，采用的求解方法主要有：互相关配准方 法 １、相位相关配准方法 、互信息配准方法 ，．以及其它 方法” 。由于互相关配准方法具有求解速度快、运 算精度和效率较高等优点，受到广泛研究和应用。因 此，本文针对基于最小均方差理论的互相关配准算法 进行研究，建立图像配准的目标函数，基于线性估计理 论推导了几何变换参数的解析解；并以数字散斑图像 为配准对象，利用位移模型和散斑图像模拟方法得到５ 组图像序列，并对这种算法进行实验验证。 ２算法原理分析 当ｕ和ｖ￣Ｊｂｕ寸，对式右边进行Ｔａｙｌｏｒ级数展开， 并舍去高阶小量，可得光流方程： ＝ＶＩｊＩ“１． （２） 式中： Ｉ＝ （ 一 为一点在两帧图像间的光强 差。基于可以建立多种目标函数，本文考虑到相邻两 幅图像间光强变化的因素，参考文献ｆｌ３】的方法引入 光强变化系数，建立的目标函数为： Ｅ２＝ｍｉｎ （ ） ， ） （纲～ （３） （ ） ） （ 可记： ＝ －－ ，Ｃ１： ，（’２： Ｔ ａ１｜ｆ Ｔ ａＩ ｒ Ｐｌ一』 一』，． … ．Ｔ ａＩ。Ｔ ‘ 、 户２ 一』 一』ｒ
测绘技术中的卫星图像配准与校正方法
测绘技术中的卫星图像配准与校正方法
引言
近年来，随着卫星技术的迅猛发展，卫星图像在测绘领域的应用日益广泛。然而，由于卫星图像采集时存在的各种误差和扭曲，其准确性和精度往往难以保证。因此，卫星图像配准与校正成为了测绘技术中一项重要的工作。本文将介绍卫星图像配准与校正的基本原理和常用方法，以及一些相关的技术挑战和未来发展方向。
一、卫星图像配准原理
卫星图像配准是指将多幅图像转换为同一参考坐标系下的过程，以实现图像之间的几何一致性。配准主要包括两个方面的处理：坐标配准和几何配准。坐标配准是指通过坐标变换，将图像映射到某一统一的坐标系统中，从而实现图像之间坐标的一致性。而几何配准则是对图像进行几何变换，使其在空间位置和形状上与参考图像相匹配。
二、卫星图像配准的基本步骤
卫星图像配准一般包括以下几个基本步骤：图像预处理、特征提取、特征匹配、参数估计和图像变换。首先，对原始图像进行预处理，包括去除噪声、纠正辐射定标等。然后，通过特征提取算法，从图像中提取出能够描述其几何变化的特征点或特征区域。接下来，利用特征匹配算法，将待配准图像中的特征点或特征区域与参考图像中的对应特征进行匹配。通过匹配得到的特征点或特征区域，可以估计出图像间的几何变换参数。最后，根据参数估计结果，对待配准图像进行几何变换，使其与参考图像在空间位置和形状上尽可能一致。
三、卫星图像配准常用方法
1. 特征点匹配法 特征点匹配法是卫星图像配准中最常用的方法之一。该方法通过提取图像中的特征点，并计算其特征描述子，然后利用描述子之间的相似性度量，找出待配准图像中与参考图像对应的特征点。最常用的特征点匹配算法包括SIFT和SURF等。由于这些算法具有较好的尺度、旋转和光照不变性，因此可以在不同的尺度和角度下找到相应的匹配点，从而实现多尺度、多视角下的图像配准。
2. 匹配窗口法
匹配窗口法主要应用于具有相邻或重叠区域的图像配准，例如航空影像中的正射影像配准。该方法通过设定一个窗口，然后在待配准图像和参考图像中分别搜索与该窗口内相似度最高的区域，并确定其位置偏差作为图像间的几何变换参数。匹配窗口法具有计算简单、适用范围广的优点，但其匹配精度受窗口大小和位置的选择影响较大。
基于序列图像的湍流退化图像复原方法研究
第３５卷第２期 ２０１２年６月 长春理工大学学报（自然科学版） Ｊｏｕｒｎａｌ ｏｆＣｈａｎｇｃｈｕｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆＳｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ） Ｖｏｌ＿３５ Ｎｏ．２ Ｊｕｎ．２０１２
基于序列图像的湍流退化图像复原方法研究
朱彦，赵鑫，杨进华，高峰，王照轶
（长春理Ｔ大学光电Ｔ程学院，长春１３００２２）
摘要：提出一种基于序列图像的湍流退化图像复原方法，该方法通过非刚性配准技术对湍流退化图像的变形进行校正，
对校正后的图像再通过滤波的方法去除图像中残存的噪声，最终得到复原图像。实验表明，使用该方法对湍流退化图像进
行复原能够得到较好的复原结果。
关键词：大气湍流；序列图像；Ｂ样条；非刚性配准；滤波
中图分类号：ＴＰ３９１ 文献标识码：Ａ 文章编号：１６７２—９８７０（２０１２）０２—００９３～０４
Ａｔｍｏｓｐｈｅｒｉｃ Ｔｕｒｂｕｌｅｎｃｅ Ｄｉｓｔｏｒｔｅｄ Ｉｍａｇｅ Ｒｅｓｔｏｒａｔｉｏｎ
Ｂａｓｅｄ ｏｎ Ｉｍａｇｅ Ｓｅｑｕｅｎｃｅ
ＺＨＵ Ｙａｎ，ＺＨＡ０ Ｘｉｎ，ＹＡＮＧ Ｊｉｎｈｕａ，ＧＡＯ Ｆｅｎｇ，ＷＡＮＧ Ｚｈａｏｙｉ
（Ｓｃｈｏｏｌ ｏｆ Ｏｐｔｏ—Ｅｌｅｃｔｒｏｎｉｃｓ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｃｈａｎｇｃｈｕｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｃｈｕｎ １３００２２）
Ａｂｓｔｒａｃｔ：Ｔｈｉｓ ｐａｐｅｒ ｐｒｏｐｏｓｅｄ ａ ｍｅｔｈｏｄ ｏｆ ａｔｍｏｓｐｈｅｒｉｃ ｔｕｒｂｕｌｅｎｃｅ ｄｉｓｔｏｒｔｅｄ ｉｍａｇｅｓ ｗｈｉｃｈ ｉｓ ｂａｓｅｄ ０１１ ａ ｉｍａｇｅ ｓｅ——
ｑｕｅｎｃｅ．Ｔｈｉｓ ｍｅｔｈｏｄ ｕｓｅｄ ａ Ｂ ｓｐｌｉｎｅ ｎｏｎ—ｒｉｇｉｄ ｒｅｇｉｓｔｒａｔｉｏｎ ｌｅｃｈｎｏｌｏｇｙ ｔｏ ｒｅｓｔｏｒｅ ｔｈｅ ｉｍａｇｅ ｄｅｆｏｒｍａｔｉｏｎ ｃａｕｓｅｄ ｂｙ ａｔ—
图像配准方法及其在植物组织三维重建中应用研究进展
２０１ ３年５月 农机化研究 第５期
图像配准方法及其在植物组织三维重建中应用研究进展
王炎玲 ，杜建军 ，郭新宇
（１．首都师范大学信息工程学院，北京１０００４８；２．北京农业信息技术研究中心，北京１０００９７）
摘要：图像配准是图像处理领域中的一个重要研究课题。为此，首先对目前主要图像配准算法进行了分类，比 较分析其优缺点；然后结合植物组织切片图像的特点，总结了图像配准在植物组织三维重建与可视化中的应用 情况；最后对基于序列图像的植物组织三维重建中的图像配准方法的研究方向进行了探讨和展望。 关键词：图像配准；植物组织；互信息；切片图像 中图分类号：ＴＰ３９１．４１ 文献标识码：Ａ 文章编号：１００３—１８８Ｘ（２０１３）０５—０００１—０７
０ 引言 的应用。
随着对图像质量及图像细节要求的不断提高，单
一传感器的模式图像和同时期获取的图像所包含的
信息已不能满足现实应用以及研究需要。在医学领
域，由于不同模态图像所含信息特征不同，需要融合
ＣＴ，ＰＥＴ，ＭＲ１等多种模态的图像和观察不同时期同一
组织图像的病变等信息，以帮助医疗诊断；军事领域，
通过利用多种成像传感器（如成像雷达、红外夜视仪、
超光谱等）进行战场感知，将多种模态图像进行特征
互补从而提取出对战场作战决策有用的信息；遥感领
域，需要将多光谱图像进行融合，以获得更为清晰的
信息图像，以满足遥感观测分析的需要。基于序列图
像的三维重建中，通过对序列图像的精确配准，还原
序列图像的空间位置，为三维重建提供可靠的数据支
持，保证其重建效果的真实性。例如，具有开创性的 美国“数字人”计划…，通过对人体二维序列切片图像
数据集进行配准、分割和三维重建，建立人体各个层
次的数字化模型，为深入研究人体内部组织器官微观 结构及生化特征提供了基础。图像配准在众多领域
中不可或缺的作用使得对于图像配准技术的研究显
得极为重要。
为此，将现有的图像配准算法进行分类，通过分 析和比较各自的优势和不足，并结合植物组织切片的
医学图像配准与导航技术
医学图像配准与导航技术
章节一：医学图像配准技术
医学图像配准技术是一种将不同层面或不同时间的医学图像进行对齐和融合的方法。它在医学影像学领域中具有重要的应用价值，能够提供更准确的诊断和治疗方案。
1.1 图像配准的概念和意义
医学图像配准是指将不同模态的图像或同一序列的图像进行精确的对齐，以实现从不同角度观察图像、比较不同时间点图像、实现图像融合等目的。它可以帮助医生更好地理解和分析患者的病情，为治疗方案的制定提供准确的依据。
1.2 常见的图像配准方法
医学图像配准方法主要包括基于特征的方法、基于相似度度量的方法和基于变换模型的方法。其中，基于特征的方法依靠提取图像的特征点或特征区域进行匹配，从而实现图像的对齐；基于相似度度量的方法通过计算图像之间的相似度度量指标来确定最佳对齐方式；基于变换模型的方法则通过建立图像之间的变换关系来实现配准。
1.3 配准中的关键技术 在医学图像配准过程中，有几个关键技术需要注意。首先是特征提取和匹配技术，它们是实现图像对齐的基础。其次是相似度度量技术，它可以帮助选择最佳的配准方法。还有变换模型的选择和优化，它们能够有效地描述图像之间的变换关系。最后是配准结果的评估方法，可以通过定量和定性评价来判断配准效果的好坏。
章节二：医学图像导航技术
医学图像导航技术是一种将医学图像与实际手术操作相结合的技术。它在导航手术和术中诊断中扮演着重要的角色，能够提供精确的导航指引和实时的图像引导。
2.1 图像导航的定义和应用
医学图像导航是指将医学图像与手术现场进行实时匹配，通过引导医生在手术中对目标位置进行精确的定位和操作。它可以应用于脑部手术、骨科手术、肝脏手术等各种领域，提高手术的准确性和安全性。
2.2 医学图像导航系统的构成和原理
医学图像导航系统主要由图像获取、图像处理和跟踪定位三个步骤构成。首先，必须获取具有高质量的医学图像，可以通过CT、MRI、超声等技术获得。然后，通过图像处理算法对图像进行分割、匹配和配准，以便与实际手术场景相匹配。最后，通过跟踪定位技术将图像与手术操作相结合，实现实时的导航引导。