【正文】 ，不同傳感器或不同視角的同一場景的兩幅圖像或者多幅圖像匹配的過程。在這三種匹配的環(huán)境下，它能實現(xiàn)水平垂直位移上的匹配、縮放以及旋轉(zhuǎn)。 研究問題及內(nèi)容本文在分析了灰度相關(guān)的圖像配準算法中的線匹配法、比值匹配法和塊匹配法，利用這三種方法分別實現(xiàn)兩幅圖像在水平垂直位移上的配準，而本課題研究的內(nèi)容是提出一種基于灰度相關(guān)的算法，不僅能實現(xiàn)兩幅圖在水平和垂直位移的配準，同時也能實現(xiàn)在繞光軸旋轉(zhuǎn)情況下的圖像配準。并用真實和模擬多光譜圖像進行了試驗結(jié)果顯示該課題提出具有算法簡單和配準精度高的特點。與灰度相關(guān)的圖像配準算法是圖像配準算法中比較經(jīng)典的一種，很多配準技術(shù)都以它為基礎進行延伸和擴展。國際上對圖像配準技術(shù)曾做過調(diào)查，其結(jié)論是1990年代初技術(shù)就明顯增加。 研究現(xiàn)狀國外從20世紀60年代就開始在圖像配準領(lǐng)域進行研究，但直到1980年代才開始引起學者們的關(guān)注。目前，根據(jù)如何確定的方法和圖像配準中利用的圖像信息區(qū)別可將圖像配準方法分為三個主要類別：基于灰度信息法、變換域法和基于特征法，其中基于特征法又可以根據(jù)所用的特征屬性的不同而細分為若干類別。本文主要研究大幅面多圖像的相對配準，因此如何確定多圖像之間的配準函數(shù)映射關(guān)系是圖像配準的關(guān)鍵。圖像配準的方式可以概括為相對配準和絕對配準兩種：相對配準是指選擇多圖像中的一張圖像作為參考圖像，將其它的相關(guān)圖像與之配準，其坐標系統(tǒng)是任意的。而特征提取是配準技術(shù)中的關(guān)鍵，準確的特征提取為特征匹配的成功進行提供了保障。它推動著圖像處理技術(shù)在醫(yī)學、生物、信息處理和其他很多高科技領(lǐng)域內(nèi)的應用，它已漸漸發(fā)展成社會生活中不可分離的一種技術(shù)，對于圖像處理技術(shù)發(fā)展及應用具有重要意義。圖像拼接在攝影測量學、計算機視覺、遙感圖像處理、醫(yī)學圖像分析、計算機圖形學等領(lǐng)域有著廣泛的應用價值?；叶认嚓P(guān)的配準方法是從待拼接圖像的灰度值出發(fā),圖像拼接故而成為灰度相關(guān)的配準算法的一個基礎。基于灰度的配準方法與基于特征的配準方法的區(qū)別在于前者沒有提取圖像特征的步驟，直接對圖像中的灰度進行處理。其中基于梯度的方法基本很少單獨使用，而作為一個輔助性的測度與其它方法相結(jié)合起來使用。經(jīng)過幾十年的發(fā)展，人們提出了許多基于灰度信息的圖像配準方法，大致可以分為三類：互相關(guān)法（也稱模板匹配法）、序貫相似度檢測匹配法、交互信息法?；诨叶刃畔⒌膱D像配準方法一般不需要對圖像進行復雜的預先處理，而是利用圖像本身具有灰度的一些統(tǒng)計信息來度量圖像的相似程度?？偟膩碚f，各種方法都是面向一定范圍的應用領(lǐng)域，也具有各自的特點。圖像配準(Image registration)就是將不同時間、不同傳感器(成像設備)或不同條件下(天候、照度、攝像位置和角度等)獲取的兩幅或多幅圖像進行匹配、疊加的過程，它已經(jīng)被廣泛地應用于遙感數(shù)據(jù)分析、計算機視覺、圖像處理等領(lǐng)域。二是數(shù)學的發(fā)展(特別是離散數(shù)學理論的創(chuàng)立和完善)。數(shù)字圖像處理(Digital Image Processing)是通過計算機對圖像進行去除噪聲、增強、復原、分割、提取特征等處理的方法和技術(shù)。數(shù)字圖像可以由許多不同的輸入設備和技術(shù)生成，例如數(shù)碼相機、掃描儀、坐標測量機等，也可以從任意的非圖像數(shù)據(jù)合成得到，例如數(shù)學函數(shù)或者三維幾何模型，三維幾何模型是計算機圖形學的一個主要分支。實用標準文案第1章 緒論 研究背景及意義數(shù)字圖像，又稱數(shù)碼圖像或數(shù)位圖像，是二維圖像用有限數(shù)字數(shù)值像素的表示。通常，像素在計算機中保存為二維整數(shù)數(shù)組的光柵圖像，這些值經(jīng)常用壓縮格式進行傳輸和儲存。數(shù)字圖像處理領(lǐng)域就是研究它們的變換算法。數(shù)字圖像處理的產(chǎn)生和迅速發(fā)展主要受三個因素的影響:一是計算機的發(fā)展。三是廣泛的農(nóng)牧業(yè)、林業(yè)、環(huán)境、軍事、工業(yè)和醫(yī)學等方面的應用需求的增長。圖像配準的方法迄今為止，在國內(nèi)外的圖像處理研究領(lǐng)域，已經(jīng)報道了相當多的圖像配準研究工作，產(chǎn)生了不少圖像配準方法。比如計算機視覺中的景物匹配和飛行器定位系統(tǒng)中的地圖匹配，依據(jù)其完成的主要功能而被稱為目標檢測與定位，根據(jù)其所采用的算法稱之為圖像相關(guān)等等。主要特點是實現(xiàn)簡單，但應用范圍較窄，不能直接用于校正圖像的非線性形變，在最優(yōu)變換的搜索過程中往往需要巨大的運算量。目前主要圖像配準方法有基于互信息的配準方法，基于相關(guān)性的配準方法和基于梯度的配準方法?；诨叶鹊呐錅仕惴ㄊ轻t(yī)學圖像配準研究的發(fā)展方向，也是目前研究的熱點之一?；诨叶鹊呐錅史椒ㄓ嬎銖碗s度高、對圖像的灰度、旋轉(zhuǎn)、形變以及遮擋都比較敏感。圖像拼接(image mosaic)技術(shù)是將一組相互間重疊部分的圖像序列進行空間匹配對準,經(jīng)重采樣合成后形成一幅包含各圖像序列信息的寬視角場景的、完整的、高清晰的新圖像的技術(shù)?；叶认嚓P(guān)的圖像配準算法在圖像處理技術(shù)中起著十分關(guān)鍵的作用，它是圖像處理技術(shù)得以發(fā)展的一個重要基礎。 圖像配準方法概述配準技術(shù)的流程如下：首先對兩幅圖像進行特征提取得到特征點；通過進行相似性度量找到匹配的特征點對；然后通過匹配的特征點對得到圖像空間坐標變換參數(shù)：最后由坐標變換參數(shù)進行圖像配準。因此，尋求具有良好不變性和準確性的特征提取方法，對于匹配精度至關(guān)重要。絕對配準是指先定義一個控制網(wǎng)格，所有的圖像相對于這個網(wǎng)格來進行配準，也就是分別完成各分量圖像的幾何校正來實現(xiàn)坐標系的統(tǒng)一。通常通過一個適當?shù)亩囗検絹頂M合兩圖像之間的平移、旋轉(zhuǎn)和仿射變換，由此將圖像配準函數(shù)映射關(guān)系轉(zhuǎn)化為如何確定多項式的系數(shù)，最終轉(zhuǎn)化為如何確定配準控制。以下將根據(jù)這一分類原則來討論目前已經(jīng)報道的各種圖像配準方法和原理。到上世紀末，單模圖像配準問題已基本解決，但多模圖像配準由于涉及模式和領(lǐng)域的復雜性，仍需密切關(guān)注。而國內(nèi)從1990年代初才開始涉足此領(lǐng)域。針對多光譜遙感圖像，提出了一種基于局部灰度極值的配準方法：通過在基準圖像和待配準圖像中同步尋找含有灰度極值的小區(qū)域，再用多項式對極值區(qū)域進行曲面擬合，最后，分別計算小區(qū)域的極值點作為特征點進行配準。這是與灰度相關(guān)圖像配準算法有關(guān)的一個擴展應用。這里提出了一種方法，多尺度模塊匹配法。同時通過在Matlab編程環(huán)境下編程實現(xiàn)相關(guān)算法，通過實際圖像的配準試驗，利用這些結(jié)論最終得到精確地配準結(jié)果。圖像