中南大學生物醫(yī)學工程研究所 圖像配準-文庫吧
2024-12-26 11:07 本頁面
【正文】 集。n 在兩幅圖像對應的特征集中利用特征匹配算法盡可能的將存在匹配關系的特征對選擇出來。n 通過特征建立兩幅圖像之間的多項式變換關系，達到以點代面的效果。n 對于非特征像素點，利用上述多項式變換關系來進行幾何校正，從而實現(xiàn)兩幅圖像之間逐像素的配準。中南大學生物醫(yī)學工程研究所 圖像配準12 *人工匹配步驟n 1. 人工選取控制點n 2. 多項式匹配中南大學生物醫(yī)學工程研究所 圖像配準13 *用遙感軟件進行幾何校正 遙感軟件的幾何校正功能是利用地面控制點 (Ground Control Point,GCP)進行的幾何校正，它通常用多項式來近似描述遙感圖像的幾何畸變過程，并利用控制點求得這個幾何畸變模型，然后利用此模型進行幾何校正，這種校正不考慮畸變的具體原因， 而只考慮如何利用畸變模型來校正圖像?！ ≈心洗髮W生物醫(yī)學工程研究所 圖像配準14 *校正步驟 幾何精校正一般可分為以下四個步驟： ?！ ??！ ?，比如一次、二次、三次多項式?！? 。中南大學生物醫(yī)學工程研究所 圖像配準15 * 中南大學生物醫(yī)學工程研究所 圖像配準16 *半自動匹配n 1. 用戶先把主輔圖像進行預處理，先進行重采樣、旋轉(zhuǎn)、去除噪聲等，使兩幅影像的分辨率、角度等基本一致后，再進行配準。n 2. 用戶先指定三個控制點，程序根據(jù)三個控制點算出主輔圖像旋轉(zhuǎn)、平移和尺度差異，再用金字塔模板匹配方法進行配準。中南大學生物醫(yī)學工程研究所 圖像配準17 *全自動匹配n 不需要用戶事先提供任何信息，單純依據(jù)兩幅圖像自身的信息進行匹配計算。由于主輔圖像之間存在旋轉(zhuǎn)、平移和尺度差異，如何找到初始定位信息是其難點。n 方法多種多樣。包括直方圖匹配、 Hu不變矩、 金字塔模板匹配、小波 Gabor 算子、基于空間變換的方法等。將在后面特征點匹配部分講述。中南大學生物醫(yī)學工程研究所 圖像配準18 *基于 TIN的圖像配準算法流程 中南大學生物醫(yī)學工程研究所 圖像配準19 *特征類型n 灰度特征點。 Moravec算子、 Forstner算子與 Hannah算子。n 角點。 SUSAN算子 , Harris算子，王算子，沈俊算子。n 邊緣特征（線型）。 Canny算子 , Marr算子。n 紋理特征?；叶裙采仃?，小波 Gabor算子。中南大學生物醫(yī)學工程研究所 圖像配準20 *Moravec算子n Moravec算子是利用灰度方差提取特征點的算子，它在四個主要方向上，選擇具有最大 最小灰度方差的點作為特征點。其步驟為： 1 計算各像元的興趣值（ Interest Value）。在以像素為中心 ww的影像窗口中（如 55 的窗口），計算圖中所示四個方向相鄰像素灰度差的平方和： 中南大學生物醫(yī)學工程研究所 圖像配準21 *Moravec算子 取其中最小者作為該像素的興趣值： V= min{V1， V2， V3， V4}中南大學生物醫(yī)學工程研究所 圖像配準22 *n 給定一經(jīng)驗閾值，將興趣值大于該閾值的點（即窗口的中心點）作為候選點。閾值的選擇應以候選點中包括所需要的主要特征點而又不含過多的非特征點為原則。n 取候選點中的極值點作為特征點。在一定大小的窗口內(nèi) ,將候選點中興趣值不是最大者均去掉，僅留下一個興趣值最大者，該像素即為一個特征點。n 如果兩個特征點之間的距離過短，則去掉其中一個。否則，在影像校正時，三角形邊長過短將使解算出來的仿射變換參數(shù)出現(xiàn)錯誤。中南大學生物醫(yī)學工程研究所 圖像配準23 *角點提取 SUSAN算子n SUSAN 算法是由英國牛津大學的 S. M. Smith , J . M. Brady 首先提出的 ,它主要是用來計算圖像中的角點特征的。 SUSAN 算法的特點 : 216。 1. 對角點的檢測比對邊緣檢測的效果要好 ,適用于基于角點匹配的圖像配準 。 216。 2. 無需梯度運算 ,保證了算法的效率 。 216。 3. 具有積
教學課件相關推薦
鄂ICP備17016276號-1