魏玉兰 颜云辉 李 兵 张 尧 李 骏

东北大学,沈阳,110004

0 引言

图像配准就是对取自不同时间、不同传感器或者不同视角、同一场景的两幅或者多幅图像匹配的过程,它被广泛地应用于遥感图像、医学影像、三维重构、机器视觉等诸多领域中[1]。图像配准按照配准过程可分为基于特征的图像配准和基于灰度的图像配准。一般说来,基于特征的方法具有需要人工干预、特征点获取比较困难等缺点。除此之外,通过图像分割等技术来确定图像的特征也存在较大的问题。因为图像分割的精确度和评价标准还没有得到很好的解决,加上操作者的水平和主观因素的影响,给配准结果带来很大的不确定性。基于灰度的配准方法是直接利用整幅图像的灰度度量两幅图像之间的相似性,然后,采用搜索方法寻找相似性度量的最大值点或最小值点,从而确定两幅图像之间的变换模型参数的方法。常见的算法有最大互信息法、相关法、条件熵法、联合熵法等。基于灰度的配准方法只对图像的灰度进行处理,可以避免主观因素的影响,配准结果只信赖于配准方法本身,同时可以避免因图像分割给配准带来的额外误差,并能实现完全自动的配准。最大互信息法几乎可以用于任何不同模态图像的配准,它是一种自动的、基于像素灰度的方法,不需要选择标志点或提取图像特征,不需要假设图像中各像素的灰度值之间存在某种线性关系,因而得到了广泛应用,成为当前图像配准领域的研究热点。……