多波段图像配准技术研究与实现

菜单

摘要图像配准是将不同时间、不同传感器、不同视角及不同拍摄条件下获取的两幅或多幅图像进行匹配，以保证能够图像顺利融合的技术。目前，图像配准技术广泛应用于医学、生物、信息处理和其它领域，它已成为图像处理应用中不可或缺的技术。66208

本文主要研究了一种基于归一化互信息的多尺度配准方法。该算法克服了最大互信息法由于统计指标波动产生的误配，能够更加精确的配准具有多个相似灰度分布前景目标的图像，同时也充分利用了高斯金字塔多分辨率的特点，在缩小图像的同时又能很好地保留图像的细节信息，保证了图像配准的精度，提高了速度。

毕业论文关键词图像配准互信息金字塔算法线性插值归一化互信息

毕业设计说明书（论文）外文摘要

Title Research and Implementation of a Multi-band Image Registration Technology

Abstract

Digital image registration is the same scene shot from the overlapping region of the image by a feature matching method to find the corresponding relationship between the images. Currently, image registration techniques are widely used in medicine, biology, information processing and other areas, it has become an integral part of the image processing application technology.

This paper studies a registration method of normalized mutual information based on of multiple scales. This algorithm overcomes the maximum mutual information method due to statistical fluctuations resulting mismatch indicators, to be more precise registration with multiple gray level distribution foreground objects similar images，take the full use of multi-resolution Gaussian pyramid features in the reduced image while preserving image detail good information to ensure the accuracy of the image registration, improve the speed as well.

Keywords Image Registration Mutual Information Pyramid algorithm Linear interpolation Normalized mutual information

1 引言（或绪论） 1

1.1 选题背景 1

1.2 研究的意义 1

1.3 本论文的主要内容 2

2 图像配准的原理 3

2.1 图像配准技术的国内外研究现状 3

2.2 图像配准的原理 4

2.3 图像配准的方法分类 4

2.4 基于图像灰度的配准 4

2.5 基于图像特征的配准 5

2.6 红外与可见光图像配准的面临的难题 9

2.7 本文采用的方法简介 9

3 基于插值的互信息法配准 10

3.1 互信息的概念 10

3.2 互信息配准的算法10

3.3 插值算法11

3.4 实验结果和分析14

4 金字塔分解算法16

4.1 金字塔算法16

4.2 高斯金字塔分解算法17

4.3 拉普拉斯金字塔分解算法18

5 多尺度归一化互信息配准18

5.1 算法流程19

5.2 方法概述20

5.3 程序实现及结果分析21

结论 25

致谢 26

参考文献27

1 绪论

1.1 选题背景

图像融合是图像处理技术中最基础的研究研究领域之一。在军事作战，遥感观测，医学成像，农作物病虫害防治等领域均有及其广泛的应用。图像融合是指在保留不同图像特点的前提下通过技术手段将多幅图像融合成一幅图像，从而更好对图像做出判断。在自然界中，人眼可观测的光的波长范围是400到700纳米（nm）之间，称之为可见光，除此之外还有红外光，紫外光等不可见光。但是在外界环境中有时仅仅通过可见光无法准确判断物体位置，定位物体轮廓，把握物体的细节，因此多波段图像的融合就显得尤为重要了。