上官晋太，连玮

（长治学院 计算机系，山西 长治 046011）

0 引言

点匹配方法是非刚体图像配准中的一个最基本的方法，广泛地应用于计算机视觉、图像分析和模式识别的过程中［1-6］。比如，图像融合［7］就是典型的点匹配问题。与其他基于特征的匹配方法相比，点匹配方法更加简单，且点匹配方法也是其他基于特征的匹配方法的基础，因此，其在非刚体图像配准中受到了越来越多的重视。非刚体点匹配涉及两个基本的过程，第一个是两个点集中点与点的对应关系的确定，第二个是点集之间的非刚体变换。这两个问题不是互相独立的，它们之间相互影响，一旦其中之一被确定了，对另一个的求解就是非常简单的事情。对于点匹配问题的解决，一般有两种途径，一种是将对应关系和空间变换分别处理，只解决其中之一，另一种是将两个问题联合处理，我们可以将点之间的对应关系和空间变换看成是两个变量，用迭代的方法先保持一个变量不变，估计另一个变量，然后在得到估计量的基础上，保持这个估计量不变，对先前不变的那个变量进行新的估计，在交替的过程中两个变量相互改进，直到得到最终的优化解。因此，我们可以将第一种途径称之为独立估计法，第二种称之为联合估计法。到目前为止，在已发表的文献中大部分只专注于解决刚体变换问题，比如，已提出的惯性矩法［8］，此法先求出数据的“质心”和“主轴”，“质心”可以用来解决空间变换中的位移问题，而“主轴”提供数据集的整体的指向，由此可以解决数据集的旋转角度问题。……