1。2 图像匹配技术的国内外研究现状

1。3 图像配准的的基本步骤

大多数的配准方法包括以下四个步骤： 1。特征检测：突出的、鲜明的对象（封闭边界区域，边缘，轮廓，线交叉口，角等）手动或 优选的自动检测。作进一步处理，这些功能可以通过在文献中被叫做控制点（CPS）的点来表 示（重力，行尾，独特的分中心）。 2。特征匹配：在这一步，建立待配准图像检测出的特征与参考图像检测出的特征之间的相对 应关系，目的是用于描述不同的特征描述符和相似度随着特征空间关系的变化。 3。变换模型估计：所谓映射函数的类型和参数，用参考图像校准感应的图像这就是预估。映 射函数的参数由所建立特征对应。 4。图像重采样和转换：待配准图像通过映射函数进行变换，图像的非整数坐标值是通过适当 的插值计算技术获得的。

1。4 图像匹配的方法分类

图像匹配作为图像拼接融合的重要环节，多年来一直是广大学者的研究对象。国内外有 许多科学研究者都对此都作出了里程碑式贡献，发现了许多算法。所以图像的配准是数字图 像处理的重点与核心，根据匹配方法差异，一般可以将图像匹配方法分为三类。

（1）基于区域的图像匹配 以区域为基础的方法更强调的是特征匹配步骤而不是检测。基于区域的匹配是一种比较

传统的配准方法，它更加充分地运用了图像信息，以每张图片的像素的灰度值为基础，然后 对两张图片重叠的地方的对应像素的灰度关系的运算，最后便可以得到两张图像之间坐标变 换的参数。这种方法采用的是一种相关系数的思想，比如可以对参考图像和待配准图像中相 同区域运用最小二乘法计算灰度差异，该差异大小其实就代表相应区域的相似程度，比较得 到相似程度高的块即可判断为图像重叠区。或者可以利用傅里叶变换方法，该方法使用傅立 叶域的途径用以匹配相对于彼此被平移、旋转和缩放的图像。图像的平移、旋转和缩放都可 以在傅立叶域中与之对应。傅立叶算法不同于其他方法之处在于它是根据在频域中的信息寻 找到最佳匹配的。相位相关法是其中的一种基于区域的图像匹配方法，首先它的图像频率域 的由空间域变换而来，图像匹配的目的也是依据傅立叶变换中的平移原理来达到。直白的讲， 就是直接计算出它们的平移矢量通过两幅图像的互功率谱的相位来达到，如式(1。1)所示，通 过互功率谱来估计相位的方法就是相位相关法。

第 4 页 本科毕业设计说明书

式中 F* 为 F 的复共轭，傅立叶变换的两幅图像分别为 F1 、 F 2  ，把反傅立叶变换作用于式

2 2

(1。1)中等号的右边，理论上一个冲击函数可以被得到，我们需要的平移量 ( X 0 ,Y0 ) 就是峰 值所对应的点 ( X 0 ,Y0 ) 。图像的多种变换在傅立叶变换域中被体现，如：缩放、旋转、平移等。 对噪声具有一定的鲁棒性可以通过利用相位相关法。论文网

基于灰度信息的配准方法一般不需要图像预处理，通过图像的灰度信息判断图像之间的 相似程度。它的优点是应用简单，但是需要巨大的运算量在最优变换的搜索过程中，图像的 非线性形变不能直接被校正，应用范围小。基于灰度的最大互信息配准方法包括象素方法和 体素方法．这类方法是目前研究得最多的一种方法之一．基于灰度的方法直接利用图像的灰 度数据进行配准，从而避免了因分割图像面带来的误差，因而具有精度高，稳定性强，无需 进行预处理并能实现自动配准的特点．基于互信息的图像配准方法，以互信息作为相似性测 度，提高了配准速度的同时得到较高配准精度，由于配准过程中不需要进行人工交互，配准 自动化易实现，可进行图像的批量处理。基于互信息的配准包括互信息和归一化互信息方法， 是目前医学图像配准中无创、自动且精度很高的一种方法，已经被广泛接受。