基于相位相关和重采样的亚像素图像配准算法

为了实现高精度的图像配准,提出了一种基于相位相关和重采样的亚像素图像配准算法.首先基于相位相关实现像素级的粗定位,然后在粗定位点邻域范围内利用矩阵乘法的离散傅里叶变换(DFT)高倍数重采样,并基于相位相关作重采样区域的像素级定位,实现亚像素级的细定位.文中从理论上证明了基于矩阵乘法的DFT实现部分区域重采样的方法与基于零填充重采样的方法在计算精度上具有等效性.实验结果表明,文中算法的配准精度、计算效率和抗噪性优于基于交互相关和扩展相位相关的亚像素配准算法.     

采用小世界免疫克隆算子的频率域图像配准

为满足智能寻位加工中对零件图像配准速度和配准精度的高要求,提出了一种采用伪极快速傅里叶变换(PPFFT)和小世界-克隆选择算法(SWCSA)的图像配准方法(PPFFT-SWCSA).首先对图像进行伪极快速傅里叶变换,然后利用变换后获取的频谱特征信息设计优化算法的代价函数,最后采用SWCSA算法得到2幅图像间的配准参数.采用PPFFT降低了运算复杂性,提高了运算速度;采用SWCSA算法,克服了图像配准中常用的相位相关法无法检测到图像间较小偏移量的缺点.实验结果表明,PPFFT-SWCSA方法的配准角度精度可以达到空间0.2°,在对图幅为256×256像素的图像配准实验中,PPFFT-SWCSA方法的配准速度比基于离散极坐标傅里叶变换和相位相关法的配准速度快2倍.     

有效亚像素木材CT图像配准

在利用傅里叶变换的相位相关原理对图像进行配准的基础上,对传统傅里叶变换图像配准算法加以改进,采用由粗到细的金字塔分层配准策略,有效提高了图像配准精度。实验结果证明,该算法配准精度高,速度快,具有很强的鲁棒性。     

一种基于快速傅里叶变换的分区域图像配准方法

为提高图像配准的速度,提出了一种基于快速傅里叶变换的分区域图像配准方法.在图像中选取一块小区域代替整体区域,根据对数-极坐标变换、傅里叶变换的特性确定图像间的比例和旋转变化,利用傅里叶的相位相关技术确定图像间的平移关系,从而求出图像的配准参数,最后利用这个配准参数对待配准图像进行全局配准.此方法改进了利用全图求取配准参数的过程,利用小区域变换得到配准参数,减少了运算量,提高了运算速度.     

基于MATLAB的傅里叶梅林变换算法图像拼接的实现

快速傅立叶变换(FFT)改进了离散傅立叶变换(DFT)的计算过程,被广泛应用于数字图像的实时处理中.在相位相关技术的基础上,提出了一种新的图像配准算法,即在需要配准的两幅图像中心选取相同区域大小,进行傅里叶梅林变换,变换后是一个二维脉冲信号,由此而得到图像配准参数.实验结果表明了该算法的有效性和可靠性.     

激光散斑技术中的图像细分方法

通过计算两幅数字散斑图像降采样后的频谱,得到由一系列筛选脉冲构成的两幅图像交叉能量谱。在对其交叉能量谱进行逆傅里叶变换后,利用亚像素图像配准技术实现对图像的细分。通过分析图像细分过程中所引入的配准误差,得到误差修正模型,使散斑图像相关精度进一步提高。在激光散斑试验图像处理中,利用相关理论和误差修正模型,使激光散斑图配准的精度得到提高。     

基于互信息和混合优化算法的多模医学图像配准

针对互信息函数的多极值问题,提出了一种基于混合优化算法的多模医学图像配准方法.对于多模医学图像,以互信息作为相似性测度,使用混合优化算法搜索出最佳配准变换参数,将待配准图像进行变换,从而达到配准的目的.实验表明,该算法能避免陷入局部最优值,配准结果精度达到亚像素级.     

结合小波金字塔的空频域亚像素图像配准

基于图像序列的超分辨率重建,是利用同一场景的多幅低分辨率图像重建一幅高分辨率图像,其实现过程可分为两个步骤:首先,利用亚像素图像配准技术将所有的低分辨率图像配准;然后,利用配准的多幅图像重建一幅高分辨率图像.针对配准这一问题,提出一种新颖的图像亚像素配准方法.新方法先将Haar小波分解出的低频子图应用频域Vandewalle方法进行初步配准,然后结合空域Keren改进方法进一步提高配准精度,同时利用金字塔在不同层上分别实现亚像素配准,并逐层累加配准结果.实验结果表明,即使在较大的平移和旋转情况下,相比只有空域Keren改进方法和只有频域Vandewalle方法,该方法的配准精度和超分辨率重建效果都得到明显提高.     

功能磁共振时间序列图像快速配准方法研究

提出了一种非迭代分别检测时间序列图像间旋转、平移运动的方法．该方法基于傅立叶频谱的相位相关特性，解决了迭代配准算法中的旋转与平移耦合问题．通过精心选择参考图像，采用基于递归数字滤波的三次B样条插值方法，实现了功能磁共振序列图像的快速配准，配准精度达到了亚像素级。     

傅里叶相移特性在视频交通流车速测量中的应用研究

提出了一种从频率域出发,估计出运动物体在空间域上位移的算法.利用傅里叶变换的自配准性质和位移特性,用极坐标形式下连续图像相位谱的差直接估计运动目标的位移,并进一步推广用于解决高速公路上视频交通监测中车速的非接触式、动态和高精度测量.与传统的寻找迪拉克峰值的方法相比,该算法先求出相位谱的差,再用其周期数来估计位移的算法简单明了,由于其无需重新变换回空间域,从而节省了处理时间,具有更好的实时性,且精度高,实验证明其分辩能力不低于一个像素,其平均测速精度不低于95%.     

一种无阈值的傅里叶窗口滤波算法

提出了一种无需设定阈值的傅里叶窗口滤波算法,该方法解决了加窗傅里叶变换法无法克服的阈值问题,得到单一最佳频率图像,并大大缩短了计算时间．该方法可用于各类条纹图像的低通滤波,为从条纹图中进一步提取变形相位奠定了良好的基础．笔者介绍了自动窗口傅里叶变换算法的原理,利用该算法对散斑图进行了处理,并与加窗傅里叶变换法的滤波结果进行了对比．实验结果证明了无需设定阈值的傅里叶窗口滤波算法具有良好的滤波效果．     

相位相关法实现视频实时拼接的应用与优化

相位相关算法是目前图像匹配应用最广泛的算法之一。具有配准精度高、抗干扰能力强和易于硬件实现等优点。将其应用到视频实时拼接当中,并根据图像傅里叶变换的旋转特性及视频拼接的特点,对存在偏移及旋转关系视频帧图像的配准方法进行相应的优化。能够在基本不影响配准结果的情况下,实现了减少计算量的目的。     

基于互信息的视网膜眼底图像配准方法

提出一种在于互信息的视网膜眼底图像配准方法，并采用遗传算法求解待配准图像的变换参数。与传统方法相比，该方法具有配准精度高、可可靠性好、不需要进行图像的预分割和特征提取等特点，配准精确度可以达到亚像素级。     

基于双边滤波与离散余弦变换的NLM去噪算法

针对非局部均值去噪算法(NLM)易造成图像边缘模糊问题,提出了一种基于双边滤波和离散余弦变换的改进算法。该算法将双边滤波中的像素空间邻近函数与NLM算法的权值函数相结合,提出新的权值计算公式进而保护图像细节;利用离散余弦变换能量集中特性来计算像素相似性权值进而提高运算速度。首先将图像分割成子块,对子块进行离散余弦变换,然后在得到的离散余弦变换系数矩阵中筛选数据,最后用新权值计算公式在经筛选的离散余弦变换系数矩阵中度量像素的相似性。实验结果表明,与原NLM相比,该算法更好地保护了图像边缘细节特征和结构信息,峰值信噪比最大提高了1.4 d B,证明本文的算法去噪效果更佳。     

基于NSST和FAST的图像配准方法

为了进一步提高图像的配准速度,提出一种基于非下采样Shearlet变换(nonsubsampled Shearlet transform,NSST)和加速分割检测特征(features from accelerated segment test,FAST)的图像配准方法.首先将参考图像和待配准图像分别通过非下采样Shearlet变换分解成高频和低频子带,对低频子带构建高斯金字塔并采用FAST算子检测图像特征点,利用加速鲁棒特征(speeded up robust features,SURF)向量描述子描述所检测的特征点并依据夹角余弦准则实现特征点的匹配.然后利用随机抽样一致(random sample consensus,RANSAC)算法剔除误匹配点对,实现图像配准.大量实验结果表明,与尺度不变特征变换(scale invariant feature transform,SIFT)算法、SURF算法、结合Shearlet和SURF的算法、改进的SURF算法相比,所提出的方法在保证一定配准精度的前提下,配准的速度大大加快.     

混沌相幅变换耦合像素替代的图像加密算法研究

为有效保护图像在开放的网络环境中安全传输,防止信息被窃取,设计了混沌相幅变换算子耦合像素替代的图像加密算法.首先将256 bit的外部密钥分割为8个子块,以此设计迭代函数初始参数的估算模型,从而生成两个密钥;引入离散傅里叶变换,将图像转变成相与幅度成分;基于第一个密钥,通过迭代Tent映射,生成伪随机图像的相与幅度,并构造线性叠加模型,将明文与随机图像的相与幅度叠加,借助逆离散傅里叶变换,得到置乱图像;再根据第二密钥,基于Logistic映射,设计像素替代模型,改变置乱图像的像素值,在时域与频域内同步完成加密.仿真实验结果显示该算法具有较高的安全性,能够有效抵御明文攻击,与当前单域图像加密算法相比,具有更高的加密效率.     

一种改进的A-KAZE算法在图像配准中的应用

针对现有图像配准过程中难以保持图像的局部精度和边缘细节的问题,在A-KAZE算法的基础上提出了一种改进的图像特征提取算法AKAZE-ILDB.该算法首先利用非线性扩散滤波方程构造图像金字塔,采用快速显示扩散(FED)求得数值解,得到具有亚像素精度的图像特征点坐标;然后利用改进的LDB(ILDB)描述子构造具有尺度和旋转不变性的图像特征向量,对特征向量采用汉明距离进行KNN匹配;最后基于仿射变换模型计算空间映射参数矩阵来实现图像配准.实验结果表明:在保持相同图像特征匹配正确率的情况下,AKAZE-ILDB算法比A-KAZE算法平均配准时间缩短了300 ms;在配准精度方面,比A-KAZE算法提高了3.7%,比传统特征提取算法SURF匹配正确率提高了29%.     

基于模糊逻辑的多尺度小基高比立体匹配方法

针对小基高比立体匹配中的辐射差异和深度精度问题,提出一种小基高比立体匹配方法。该方法首先通过小波变换对立体图像构建多尺度空间,然后利用HSL色彩模式下的模糊逻辑相似性测度函数和十字支撑臂自适应窗口技术获取初始匹配成本,再依据"胜者全取"策略计算整数级视差,最后以整数级视差为基础利用基于迭代相位相关法的亚像素匹配方法计算亚像素级视差图。研究结果表明:该立体匹配算法克服了小基高比匹配中的辐射差异问题,同时获得了高精度亚像素级视差,其亚像素精度高于1/20个像素。     

一种基于傅里叶变换的鲁棒水印算法

为了解决数字图像的安全和版权问题,提出一种基于离散傅里叶变换的数字水印算法.首先将原图像按照水印图像的大小进行分块,并对每一块图像进行离散傅里叶变换;再对二值水印图像进行置乱,利用密钥产生水印图像大小的随机矩阵;最后,在每一块离散变换域幅度谱的中频区域嵌入水印信息.实验结果表明,所提算法具有良好的鲁棒性和不可见性,嵌入后对原图像的视觉质量没有太大影响,达到信息隐藏的目的.     

基于统计形变模型的多模医学图像非刚性配准方法研究

多模医学图像间可能存在复杂的非刚性形变,矫正这类形变需要采用具有较高自由度的非线性变换模型.直接求解非线性变换的高维参数,不仅会增加配准时间,而且也影响配准精度.为此,本文提出一种基于统计形变模型的配准算法,该算法利用统计形变模型对大量多模图像间的非刚性形变进行统计学习,利用由此建立的模型大幅减少变换模型的参数,达到提高图像配准效率和精度的目的.大量的实验结果表明：与基于传统自由形变模型的配准算法相比,本文提出的基于统计形变模型的配准算法其效率可以提高52%,同时目标配准误差平均减少0.503 2个像素.