基于图像特征的多波段图像配准技术研究与实现 (2)
1.2 研究意义 图像配准技术方法大致可以分为两大类，分别是基于灰度的配准方法和基于特征的配准方法。与基于灰度的配准方法相比，基于特征的配准方法具有配准速度较快等优点，所以基于特征的图像配准技术是比较热门和主流的研究方向。目前许多基于特征的图像配准方法还有很多缺点，比如实时性和高精度难以兼备等等。因此，仍然有必要研究基于特征的多波段图像配准技术，来提高它的速度和精度。
1.3 本论文的主要内容 本论文的主要内容：基于图像特征的多波段图像配准技术的研究与实现，本课题采用 MATLAB 软件编写程序并仿真实现。在所有的图像特征中，基于图像特征点的匹配因为其高精度、快速有效和适用性广等特点，得到广泛应用，基于特征点的多波段图像配准技术的步骤分别为：图像预处理，特征点提取，特征点匹配，空间变换估计。本文的主要工作如下： 第一部分 进行了课题概述，介绍了数字图象处理的研究内容，配准的基本应用和本论文的主要研究内容； 第二部分 介绍了配准技术的国内外研究现状，其中分别介绍了基于灰度的配准、基于特征的配准和其的应用和发展趋势 第三部分 研究了角点的定义、Harris角点的性质、Harris角点检测基本思想和算法、改进的 Harris角点检测算法、以及Harris角点检测算法优缺点等； 第四部分 研究了特征点相似性度量的方法、互信息的定义、最大互信息理论、几种基于特征点局部图像灰度的方法、使特征点互信息最大化方法配准的过程等； 第五部分 综合研究了运用改进的Harris角点检测算法和归一化互信息最大化方法进行图像配准的过程，对配准的效果及结论进行了分析。
2 图像配准技术 2.1 图像配准的介绍 图像配准是对取自不同时间，不同传感器或不同视角的同一场景的两幅图像或者多幅图像匹配的过程。图像配准广泛用于多模态图像分析，是医学图像处理的一个重要分支，也是遥感图像处理，目标识别，图像重建，机器人视觉等领域中的关键技术之一，也是图像融合中要预处理的问题，待融合图像之间往往存在偏移、旋转、比例等空间变换关系，图像配准就是将这些图像变换到同一坐标系下，以供融合使用。 图像配准的基本过程可以分为三个步骤：
上一篇：HFSS高精度导航天线研究