[科普中国]-图象配准

相关概念

图像特征：图像特征主要有图像的颜色特征、纹理特征、形状特征和空间关系特征。颜色特征是一种全局特征，描述了图像或图像区域所对应的景物的表面性质；纹理特征也是一种全局特征，它也描述了图像或图像区域所对应景物的表面性质；形状特征有两类表示方法，一类是轮廓特征，另一类是区域特征，图像的轮廓特征主要针对物体的外边界，而图像的区域特征则关系到整个形状区域；空间关系特征，是指图像中分割出来的多个目标之间的相互的空间位置或相对方向关系，这些关系也可分为连接/邻接关系、交叠/重叠关系和包含/包容关系等。

灰度：使用黑色调表示物体，即用黑色为基准色，不同的饱和度的黑色来显示图像。灰度使用黑色调表示物体,即用黑色为基准色，不同的饱和度的黑色来显示图像。 每个灰度对象都具有从 0%（白色）到灰度条100%（黑色）的亮度值。 使用黑白或灰度扫描仪生成的图像通常以灰度显示。2

方法现有的图像配准方法可归纳为基于灰度的配准方法和基于特征的配准方法两大类。

1.基于图像灰度的配准算法

基于图像灰度的配准方法是直接利用图像灰度值来计算图像间的空间变换形式的一类方法。配准过程中，需要利用整个图像的灰度信息。其基本思想是：利用待配准图像和参考图像的对应点及其周围区域的灰度特征具有相似性这一原则，构造某种相似性度量函数，然后计算使相似性度量函数最大的几何变换参数，从而确定图像的几何变换关系，完成配准。这类配准方法包括：互相关法、序贯相似检测法和最大互信息法等。其基本步骤是：

(1)获取配准模板，即从参考图像中截取子区域作为模板；

(2)让该配准模板在待配准图像中移动，通过相似性度量来搜索最佳配准参数。

通过分析和实验可知，基于灰度的图像配准方法实现过程简单易行，但存在不容忽视的缺点：

(1)对由非线性光照变化引起的图像灰度变化很敏感，算法性能很难提高；

(2)图像配准过程需要对所有像素进行遍历，其计算复杂度较高；

(3)算法对图像旋转角度、仿射变换以及局部遮挡等情形比较敏感，很难获得稳定有效的结果。

因此这类方法很少在遥感图像配准中单独使用，往往需要同其他相关方法相配合才能达到较为满意的效果。

2.基于图像特征的配准算法

基于图像特征的算法是以图像中区域(海洋和岛屿等)、线(边界线和道路等)和点(角点、重心点、拐点等)等显著特征作为配准的基本元素，通过寻找特征之间的对应关系来实现配准的。该算法主要包括特征检测和特征匹配。首先分别提取参考图像和待配准图像中的显著特征构成特征集；其次将参考图像和待配准图像相对应的特征利用特征匹配算法进行匹配，生成对应关系；最后，利用插值等方法处理非特征像素点，从而实现图像间所有像素的配准。基于特征点的方法是目前最常用的方法，主要包括Harris角点算法、SIFT算法、SURF算法等。

与基于图像灰度信息的配准方法相比，基于图像特征点的配准方法具有以下几个方面的优势：

(1)图像特征点的数量明显少于像素点的数量，因此图像配准的计算量大幅降低；

(2)图像特征点的匹配度量值对特征点位置变化较敏感，因此图像配准的精度大幅提高；

(3)提取图像特征点的同时能够抑制噪声，因此能较好地适应灰度变化，局部形变和干扰遮挡等情况。1

步骤大部分图像配准包含以下四个步骤：

**(1)特征检测。**自动检测出图像特征，这些特征可以被进一步地处理或者当做图像中重心、边缘、主点等特征的控制点(CP)。

**(2)特征匹配。**建立感知图像和参考图像之间的特征对应关系。

****(3)变换模型估计。****估计感知图像和参考图像之间映射函数的类型和参数，其中参数由得到的特征点进行估计。

**********(4)图像重采样及变换。**********采用映射函数对感知图像进行变换，并采用适当的插值算法实现非整数坐标像素值的估计。

上述每一步骤都需要解决相应的问题。在特征检测步骤，应确定哪种特征合适于给定的任务。特征应该是在图像中广泛分布且易于检测。特征检测方法应具有良好的定位精度且能应用于降质图像。在特征匹配步骤经常会出现特征检测不准确或者图像降质现象，这就要求特征必须能够区分不同特征点且对异常的特征干扰保持稳定。3

应用图像配准广泛地应用于遥感数据分析、计算机视觉、医学图像处理等领域。具体而言，根据图像获取的方式，图像配准的应用主要可以分为以下4类：

1.多观察点配准，即对从不同观察点获得的同一场景的多幅图像进行配准。例如，在计算机视觉领域中从视角差异中构建三维深度和形状信息，对目标物运动进行跟踪，对序列图像进行分析等。

2.时间序列配准，即不同时间获取的图像之间的配准。例如，医学图像处理中的注射造影剂前后的图像配准，遥感数据处理中的自然资源监控等。

3.多模态配准，即不同传感器获取的图像之间的配准。例如，医学图像处理中电子计算机断层扫描CT、核磁共振MRI、PET、SPECT图像信息融合，遥感图像领域中多波段图像信息融合等。

4.模板匹配，即场景到模型的配准。例如．遥感数据处理中定位和识别定义好的或已知特征的场景(如飞机场、高速路、车站、停车场等)。4