基于互信息的图像配准方法.doc

摘要：本文应用计算最大互信息的方法作为图像配准的理论方法。互信息法的鲁棒性能非常强，配准的精度较高，但需要利用图像所有像素的灰度值来计算出图像间的最大互信息，所以计算量比较大，计算的过程相对来说比较复杂，配准时间较长。对于图像间的灰度关系，互信息不需要做出任何的假设，即便是不同成像设备获得的不同图像；互信息法省去了图像分割等预处理工作，自动化程度高，所以受到越来越多学者的关注，并在医学、遥感和气象等各个领域得到了广泛的应用。

本文详细地讲述了图像配准的实现过程，并在MATLAB软件平台上编程完成图像的配准任务。研究内容有：配准原理是互信息达到最大值就达到最优配准。互信息作为配准的判优根据，需要一定的算法来计算出互信息的极大值点，本文重点介绍了Powell优化算法。Powell优化法其基础理论是一维搜索，即在直线方向上求出目标函数的极大值坐标。相似性测度是度量两幅配准图像所选取特征的相似性，是衡量每次进行的几何变换结果好坏的准则，本文的相似性测度就是互信息。配准前，先选定合适的搜索空间和搜索策略。

关键词：图像配准；互信息；相似性度量；搜索策略；搜索空间；几何变换

目录

摘要

ABSTRACT

引言-1

１　绪论-2

1.1　研究背景及应用价值-2

1.2　研究现状及发展趋势-3

1.3　图像配准技术的分类-5

2　图像配准-6

2.1　图像配准的基本框架-6

2.1.1　特征空间-6

2.1.2　相似性度量-6

2.1.3　搜索空间-6

2.1.4　搜索策略-6

2.2　配准方法的分类-6

2.3　常用的图像配准方法-8

2.3.1　基于特征的图像配准方法-8

2.3.2　基于灰度的图像配准方法-8

2.3.3　数字图像-9

3　互信息在图像配准中的应用-10

3.1　基于互信息的配准-10

3.1.1　互信息的基本理论-10

3.1.2　信息熵-10

3.1.3　直方图-10

3.2　配准步骤-12

4　基于互信息的图像配准应用技术-13

4.1　插值技术-13

4.1.1　最近邻插值法-13

4.1.2　三线性插值法-14

4.1.3　PV插值-15

4.2　空间几何变换-15

4.3　搜索策略-17

4.3.1　POWELL算法-17

4.3.2　PSO算法-18

4.4　实验结果-19

结论：-26

致谢-27

参考文献-28