导读:本文包含了图象配准论文开题报告文献综述、选题提纲参考文献，主要关键词:图象,算子,特征,距离,迭代,力矩,梯度。
图象配准论文文献综述写法
章世平[1]（2007）在《基于互信息的遥感图象非线性配准研究》一文中研究指出遥感图象的非线性配准是修正其非线性畸变的有效手段，配准效果直接影响到图象融合后气象云图的效果。目前，国内外专门对遥感图象的非线性配准问题研究的比较少。本文通过对医学领域图象非线性配准主要方法的学习以及对遥感图象非线性畸变特点的分层讨论，确立了基于互信息的遥感图象非线性配准的实现思路，并用相关算法进行了实验。具体实施步骤简述如下：首先，以遥感图象非线性畸变特点为依据，建立分层配准思想；其次，通过对邻域图象的重心、主轴等数据的统计完成仿射变换的参数初始化；第叁，以互信息变化情况为依据，采用融合了加权形心法的改进型单纯形法，实现对参数的优化迭代，从而完成对邻域图象的仿射变换；第四，从仿射变换过程中得到对应控制点集合与线性变换矩阵，在结合形变系数的基础上，解出非线性变换矩阵；最后，利用仿射变换矩阵和非线性参数变换矩阵构建非线性映射函数，实现非线性插值，即薄板样条插值过程，进而完成对遥感图象的非线性配准。配准的最终结果在几个客观评价系数——“相关系数”、“最小均方差”、“信噪比”——的计算下呈现出良好的效果，较好地完成本次对遥感图象非线性配准的研究目标。(本文来源于《南京理工大学》期刊2007-06-01）
黄婧[2]（2006）在《基于图象配准的超分辨率重建》一文中研究指出图象超分辨率重建可理解为由实际观测到的低分辨率图象重建真实的高分辨率图象。它可以成功恢复截止频率以外的信息,增加图象细节,从而提高图象分辨率。图象超分辨率重建方法可以分为单帧和多帧图象超分辨率重建,在处理领域上又可分为频域法和空域法,频域法主要为有限字长脉冲响应插值法、快速傅立叶变换插值法和频域解混迭算法等;空域法主要包括非均匀采样内插法、凸集投影法、最大后验概率估计法等。多帧图象超分辨率重建算法能够利用帧间图象的互补信息以及某些先验信息得到高分辨率图象,本文主要研究基于图象配准的超分辨率重建,其中图象配准算法是整个重建技术中十分重要的环节。图象配准算法首先假设图象帧间存在某些变换,例如平移变换、仿射变换和平面变换等,然后对序列图象进行运动配准。本文正文部分首先介绍图象配准算法,重点研究基于傅立叶变换的频域配准算法和基于仿射变换的全局运动模型配准算法。然后,利用配准结果对图象进行超分辨率重建,主要研究了非均匀采样内插法,它通过把非均匀位移的像素变换成均匀位移像素,进而实现对图象的超分辨率重建。最后一章给出实验结果,实验软件环境是在MATLAB里仿真进行的。通过实验结果及相应的分析可以看到,图象配准算法在序列图象超分辨率重建过程中发挥了关键作用,频域配准算法基于傅立叶变换的时移性质,可以抑制频谱混迭,但不能有效解决旋转问题,全局运动模型配准算法不能有效抑制混迭,但旋转角度配准精度较高,两者各有优缺点。当配准精度较高时,非均匀采样内插法能有效地实现序列图象的超分辨率重建。(本文来源于《哈尔滨工业大学》期刊2006-06-01）
火元莲[3]（2006）在《基于轮廓特征点最大互信息的多模态医学图象配准》一文中研究指出随着医学影像技术的快速发展,出现了多种模态的医学影像。在临床上,使用多种成像技术并适当地将其加以融合,可为临床诊断和手术治疗提供更加全面准确的信息。而图像配准是融合技术中需要先期解决的问题,也是融合的关键部分。配准的结果使两幅图像的对应特征点在空间上达到一致。 论文首先介绍了医学图像配准的基本概念、变换模型、优化搜索方法、各种相似性测度、配准的一般分类原则及国内外面临的问题和发展方向。在对现有的配准算法及相关技术进行了分析整理的基础上,按是否提取图像特征为依据将配准方法分为基于图像特征的配准和基于体素的配准。针对头部CT和MRI图像的特点,提出了一种由“粗”到“细”的图像配准策略。即先通过配准两幅图像的轮廓使其达到粗略配准的目的,然后在此基础上以两幅图像轮廓特征点的最大互信息作为配准的代价函数,用PV为其插值算法,以一种组合的全局优化算法(PPSO)来求取最优配准变换参数。实验结果表明:该方法具有配准精度高、速度快、鲁棒性强等特点,是一种有效的全自动配准方法。(本文来源于《兰州大学》期刊2006-04-01）
王安娜,孙海静,李丹[4]（2005）在《基于梯度与最大互信息组合的医学图象配准》一文中研究指出近年来基于最大互信息法的多模医学图象配准已成为医学图象处理领域的热点。CT和MRI图象都具有较高的空间分辨率,前者对密度差异较大的组织效果好,后者则可识别软组织,二者的配准对研究图象信息融合和指导神经外科手术有着重要的意义。本文研究了基于最大互信息和图象梯度组合的人脑CT与MRI多模医学图象配准算法。当两种模态的图象配准以后,它们对应体素灰度值的互信息和梯度值达到最大。将这种方法应用于图象的几何对准,并给出了初步的评估结果。实验表明该算法具有较高的配准精度和较快的计算速度。(本文来源于《第十二届全国图象图形学学术会议论文集》期刊2005-10-01）
陈世伟,李世平,管京周,熊楠[5]（2005）在《一种改进的基于轮廓的图象配准算法》一文中研究指出图象配准是图象处理的一项重要内容。该文提出一种改进的基于轮廓的图象配准算法,将Hausdorff距离作为图象匹配的测度,采用基于Canny算子边缘检测和像素分析法相结合的特征点抽取算法,有效减少了特征点个数;选用混合编码遗传算法进行最佳形状匹配的搜索,得到两特征点集间的仿射变换参数,并有效避免了局部最小值的干扰,从而提高了解的精度。实验结果证明了该方法的有效性。(本文来源于《计量技术》期刊2005年09期）
吴保奎,张平川[6]（2005）在《点特征匹配方法在SAR图象配准中的适用性研究》一文中研究指出基于点特征的匹配方法中,根据实际要配准图象的特点,选择合适的点匹配准则,是实现图象配准正确性和精确度的重要保证.通过对常见的点配准方法在光学图象和SAR图象上的实验及其结果分析,找出点特征匹配方法在SAR图象配准中的适应性能,为基于点特征的SAR图象配准工作提供依据.(本文来源于《商丘职业技术学院学报》期刊2005年02期）
刘卫光,郭师红,周利华[7]（2004）在《一种多层迭代的多源图象的配准方法研究(英文)》一文中研究指出提出了一种分层迭代红外与可见光图象的配准方法,研究目的是为了求得高精度配准多传感器图象的新方法,传统的基于塔式分解的方法的研究已经取得很多成果,这些方法主要优点是降低了直接相关配准法的计算复杂度,但其缺点在于仅限于同一传感器图象之间的配准。给出了一种基于塔式的改进迭代算法,使其可应用于多传感器图象配准。其原理是,先进行高斯塔式分层由粗到细地提取配准参数,逐步迭代到最大尺度得到高精度的配准。通过大量红外和可见光图象的配准实验验证了此方法的有效性和可靠性。(本文来源于《仪器仪表学报》期刊2004年S3期）
刘卫光,郭师红,周利华[8]（2004）在《一种多层迭代的多源图象的配准方法研究(英文)》一文中研究指出提出了一种分层迭代红外与可见光图象的配准方法,研究目的是为了求得高精度配准多传感器图象的新方法,传统的基于塔式分解的方法的研究已经取得很多成果,这些方法主要优点是降低了直接相关配准法的计算复杂度,但其缺点在于仅限于同一传感器图象之间的配准。给出了一种基于塔式的改进迭代算法,使其可应用于多传感器图象配准。其原理是,先进行高斯塔式分层由粗到细地提取配准参数,逐步迭代到最大尺度得到高精度的配准。通过大量红外和可见光图象的配准实验验证了此方法的有效性和可靠性。(本文来源于《第五届影像科学与硬拷贝国际会议（ICISH’2004）论文集》期刊2004-09-01）
舒丽霞,周成平,彭晓明,丁明跃[9]（2003）在《基于Hausdorff距离图象配准方法研究》一文中研究指出图象配准是图象融合的一个重要步骤 .为此提出了一种自动图象配准算法 ,该算法从两幅待配准的图象中分别抽取特征点 ,然后选用 Hausdorff距离对两特征点集进行匹配 ,得到点集间的仿射变换 ,从而实现图象的自动配准 .此算法以特征点而不是物体边缘计算仿射变换 ,大大降低了计算 Hausdorff距离的运算量 ;同时 ,基于Hausdorff距离的图象匹配只需要点集之间的对应 ,而无须点与点的对应 ,因而可以使用于存在较大物体形变的情况 ,即完成两幅差异较大图象的配准 .实验结果证明了算法的有效性 .(本文来源于《中国图象图形学报》期刊2003年12期）
沈楠,曹计昌[10]（2004）在《一种遥感图象自动配准方法》一文中研究指出遥感图象的配准是多项重要的图象处理工作(如图象融合、图象比较、图象计算等)的前提。该文提出了一种简单可靠的遥感图象自动配准方法,该方法利用待配准图象之间的灰度相关性,首先采用改进的有利算子(兴趣算子)自动地在基准图象上搜寻特征点,然后进行特征点匹配,在待配准图象上搜寻特征点的同名点,并按相关性的大小从中筛选出有效的控制点,构成不规则叁角网(TIN),最后对叁角网中的每一个叁角形进行多项式拟合和插值变换。与传统的人工输入控制点方法相比,该文提出的方法具有更高的精确度,而且节省了人力和时间,实验证明具有一定的实用性。(本文来源于《计算机工程与应用》期刊2004年03期）
图象配准论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
图象超分辨率重建可理解为由实际观测到的低分辨率图象重建真实的高分辨率图象。它可以成功恢复截止频率以外的信息,增加图象细节,从而提高图象分辨率。图象超分辨率重建方法可以分为单帧和多帧图象超分辨率重建,在处理领域上又可分为频域法和空域法,频域法主要为有限字长脉冲响应插值法、快速傅立叶变换插值法和频域解混迭算法等;空域法主要包括非均匀采样内插法、凸集投影法、最大后验概率估计法等。多帧图象超分辨率重建算法能够利用帧间图象的互补信息以及某些先验信息得到高分辨率图象,本文主要研究基于图象配准的超分辨率重建,其中图象配准算法是整个重建技术中十分重要的环节。图象配准算法首先假设图象帧间存在某些变换,例如平移变换、仿射变换和平面变换等,然后对序列图象进行运动配准。本文正文部分首先介绍图象配准算法,重点研究基于傅立叶变换的频域配准算法和基于仿射变换的全局运动模型配准算法。然后,利用配准结果对图象进行超分辨率重建,主要研究了非均匀采样内插法,它通过把非均匀位移的像素变换成均匀位移像素,进而实现对图象的超分辨率重建。最后一章给出实验结果,实验软件环境是在MATLAB里仿真进行的。通过实验结果及相应的分析可以看到,图象配准算法在序列图象超分辨率重建过程中发挥了关键作用,频域配准算法基于傅立叶变换的时移性质,可以抑制频谱混迭,但不能有效解决旋转问题,全局运动模型配准算法不能有效抑制混迭,但旋转角度配准精度较高,两者各有优缺点。当配准精度较高时,非均匀采样内插法能有效地实现序列图象的超分辨率重建。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
图象配准论文参考文献
[1].章世平.基于互信息的遥感图象非线性配准研究[D].南京理工大学.2007
[2].黄婧.基于图象配准的超分辨率重建[D].哈尔滨工业大学.2006
[3].火元莲.基于轮廓特征点最大互信息的多模态医学图象配准[D].兰州大学.2006
[4].王安娜,孙海静,李丹.基于梯度与最大互信息组合的医学图象配准[C].第十二届全国图象图形学学术会议论文集.2005
[5].陈世伟,李世平,管京周,熊楠.一种改进的基于轮廓的图象配准算法[J].计量技术.2005
[6].吴保奎,张平川.点特征匹配方法在SAR图象配准中的适用性研究[J].商丘职业技术学院学报.2005
[7].刘卫光,郭师红,周利华.一种多层迭代的多源图象的配准方法研究(英文)[J].仪器仪表学报.2004
[8].刘卫光,郭师红,周利华.一种多层迭代的多源图象的配准方法研究(英文)[C].第五届影像科学与硬拷贝国际会议（ICISH’2004）论文集.2004
[9].舒丽霞,周成平,彭晓明,丁明跃.基于Hausdorff距离图象配准方法研究[J].中国图象图形学报.2003
[10].沈楠,曹计昌.一种遥感图象自动配准方法[J].计算机工程与应用.2004