Image registration 是指同一目标的两幅或者两幅以仩的图像配准在空间位置的对准图像配准配准技术的过程,称为图像配准匹配或者图像配准相关(image matching or image correlation)图像配准配准可以定义成两相邻圖像配准之间的空间变换和灰度变换,即先将图像配准像素的坐标X映射到一个新坐标系中的某一个坐标X’再对其像素进行重采样。图像配准配准要求相邻图像配准之间有一部分在逻辑上是相同的即相邻的图像配准有一部分反映了同一目标区域,这一点是实现图像配准配准的基本条件如果确定了相邻图像配准代表同一场景目标的所有像素之间的关系,采用相应的处理算法即可以实现图像配准配准
(1) 按配准模式分类,图像配准配准可以分为半自动配准和自动配准两种:
半自动配准:人机交互方式提取特征(如角点)然后利用计算机对图潒配准进行特征匹配、变换和重采样。
自动配准:计算机自己完成基于灰度或者是基于特征。
(2) 按配准的方法分类图像配准配准可以分為基于灰度配准和基于特征配准。
基于灰度:精度高缺点是对图像配准灰度变化敏感,尤其是非线性化的光照变化计算复杂度高,对目标的旋转、变形以及遮挡比较敏感
基于特征:特征提取和特征匹配。可提取的特征有点、线与区域特征区域一般采用互相关来度量,但互相关度量对旋转处理比较困难尤其是图像配准之间存在部分图像配准重叠的情况。最小二乘匹配算法和全局匹配的松弛算法能够取得比较理想的结果
在图像配准配准中,首先根据参考图像配准与待配准图像配准相对应的特征点求解两幅图像配准之间的变换参数;然后将待配准图像配准做相应的空间变换,使得两幅图像配准在同一空间坐标系内图像配准变换就是寻找一种坐标变换的模型,建立從一副图像配准坐标到另一幅图像配准坐标之间的映射关系在图像配准配准中,常用的有刚体变换、仿射变换、透视变换和非线性变换㈣种模型
非线性变换就是把直线映射为曲线。它一般使用多项式函数在二维空间内,通过一个非线性函数来表示非线性变换
非线性變换比较适合于那些具有全局性形变的图像配准配准问题以及整体近似刚体但局部有形变的配准情况。
经过空间变换后最后通过灰度变換。灰度变换是对空间变换后的待配准图像配准值进行重新赋值即重采样。
重采样的方法是利用待配准图像配准与参考图像配准最邻近嘚像素点的灰度使用逼近的方法得到待配准图像配准的点阵的坐标点的灰度值,从而得到最终配准图像配准一般采用的算法有双线性插值与最邻近像元法。