石启群

【摘 要】本文针对目前基于混合高斯模型的图像配准算法无法刻画图像像素之间关系的缺点，提出了一种基于马尔科夫随机场和混合高斯的两两图像配准算法，首先采用马尔科夫随机场和混合高斯对图像进行建模，然后采用了最大期望算法对模型的未知参数进行求解，通过迭代，使得所建模型的最大似然函数达到最大，从而达到图像配准的目的。通过仿真实验表明，本文的算法比当前的主流图像配准算法有较好的配准结果。

【关键词】图像配准；混合高斯模型；马尔科夫场

【Abstract】In view of the current image registration algorithm based on Gaussian mixture model cannot depict the shortcomings of the relationship between image pixels， this paper proposes a kind of based on Markov with airport and Gaussian mixture of pairwise image registration algorithm. First， we use Markov with airport and Gaussian mixture modeling for images. Then， we use the expectation maximization algorithm to model the unknown parameters are solved， by iteration， the model built by maximum likelihood function reaches its maximum， so as to achieve the purpose of image registration. As demonstrated by simulation experiments， the algorithm is better than the current mainstream graph image registration algorithm has better registration results.

【Key words】Image registration； Gaussian mixture model； Markov field

0 引言

图像配准技术是图像处理领域的重要组成部分。图像拼接、图像融合等技术[1]都离不开图像配准，配准的主要目的[2]是寻找两幅图像间的最佳变换，使得一幅图像通过空间变换与另一幅图像在空间位置上达到一致。

图像配准现有的方法种类非常多[3]，但是主要可以被分为三大类：基于灰度信息法[4-5]、变换域法[6]和基于特征法[7-8]，而根据特征属性的不同有存在很多方法，基于图像特征的配准方法中，点特征是最常采用的。基于特征的方法的特点是计算量小、速度快，且对图像的灰度变化具有鲁棒性，所以这种方法目前比较通用。但是，配准的结果非常依赖于图像特征的选取，而且基于特征法的配准结果往往由于误差过大而无法满足进一步研究的图像处理需求。

基于像素的图像配准算法[9]是一种较新的解决图像配准问题的方法，基于像素的算法的关键思想是：如果两幅图像达到匹配，他们的像素互信息就达到最大值。……