导读:本文包含了图像配准论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:图像,特征,光轴,特征值,阈值,稳态,力矩。
图像配准论文文献综述
沈仑,寿鹏里[1]（2019）在《基于互信息的多模态医学图像配准方法研究》一文中研究指出医学图像配准方法主要分为叁类:灰度信息法、变换域法、特征法,其中最常用的是灰度信息法。在灰度信息法中,研究方法最多的为基于互信息的图像配准方法。互信息用来比较两幅图像的统计依赖性,是两个随机变量相关性量度。近年来,基于互信息的多模态医学图像配准方法层次不穷,每种方法都有其优点和弊端,本文详细阐述基于互信息的医学图像配准方法的原理,算法以及优缺点。(本文来源于《科学技术创新》期刊2019年34期）
金斌英[2]（2019）在《基于改进的SURF图像配准算法研究》一文中研究指出图像特征点匹配算法是实现目标识别的一种有效算法,目前图像特征点匹配算法耗时大,而且在匹配过程中存在伪匹配点;提出了一种改进算法:在初始特征点检测阶段,根据图像大小动态构造高斯金字塔图层,提高了算法的实时性和准确性;采用设置阈值的方法对初始特征点进行优化,减少匹配时间;在特征点匹配阶段,利用提取特征点中正确匹配点与伪匹配点坐标值差异较大这种特性,对伪匹配点进行去除,最后进行目标识别;实验结果表明,在尺寸大小为800×600的图像中,SURF算法提取特征点数225个,耗时92.499ms,Octave 3;特征点匹配率97.50%,耗时349.716ms;提出的改进方法更为简单有效,减少了特征点匹配的误差,能够有效缩短图像配准时间。(本文来源于《计算机测量与控制》期刊2019年11期）
舒适,房建成,张伟,刘刚,钱勇[3]（2019）在《基于MSCMG的复合补偿控制提高图像配准方法》一文中研究指出针对星上相机运动干扰影响遥感卫星图像配准精度控制难题,研究基于磁浮控制力矩陀螺(magnetically suspended control moment gyros,MSCMG)的复合补偿控制提高图像配准精度的方法。以基于MSCMG作为执行机构,采用姿态反馈补偿控制方法,避免复杂的控制系统前馈补偿及其自身干扰,姿态稳定精度达到5.8×10-5(°)/s。在此基础上,提出了MSCMG姿态补偿控制与相机运动补偿算法一体化的复合补偿控制方法。仿真结果表明:采用一体化复合补偿控制,跟踪相机步进角精度由补偿前的6μrad提高到补偿后的0.36μrad,提高了一个数量级以上;扫描角精度由补偿前的0.6μrad提高到补偿后的0.45μrad;显着提高了相机光轴指向的稳定性;研究结果可为甚高精度遥感卫星高精度图像配准设计提供参考。(本文来源于《系统工程与电子技术》期刊2019年12期）
王大为,贾芳云[4]（2019）在《基于图像配准的嵌入式仪表读数自动校准方法》一文中研究指出针对传统嵌入式仪表读数自动校准准确性较低、自适应图像配准能力较差的问题,提出基于图像配准的嵌入式仪表读数自动校准方法。构建嵌入式仪表读数的图像采集模型,对采集的图像进行平滑滤波处理,去除嵌入式仪表读数界面图像的扰动特征点,采用轮廓图像和细节图像迭加的方法进行嵌入式仪表读数界面图像的细节特征点修复和信息融合,提取嵌入式仪表读数的稳态特征值,采用图像配准方法进行嵌入式仪表读数自动校准,根据校准结果实现嵌入式仪表读数的自适应调节。仿真结果表明,采用该方法进行嵌入式仪表读数的自动校准准确性较高,自适应图像配准能力较强,提高了嵌入式仪表的自动化测试能力。(本文来源于《自动化与仪器仪表》期刊2019年10期）
雷建锋,王战京,武文琦,赵媛媛[5]（2019）在《基于Research Workplace的大鼠脑部PET/CT-MRI图像配准技术》一文中研究指出目的随着脑计划的发展,动物脑部结构图像与脑部功能图像融合分析已经成为重要的研究课题。目前动物脑部影像主要有X线计算机断层扫描(computed tomography,CT)图像、正电子发射断层扫描(positron emission tomography,PET)图像、磁共振成像(magnetic resonance imaging,MRI)。MicroCT/PET图像中CT图像不能清楚地显示每个脑区结构,不能准确测得PET功能图像的数据,为了解决这一缺点,提出将动物脑部MRI图像与PET图像配准的技术。方法利用Bruker7. 0T核磁采集到的大鼠脑部T2WI像制作一套MRI脑部结构模板数据,把大鼠MRI脑部结构模板数据导入到Research Workplace软件中,通过该软件提供的数据处理模块对MRI大鼠脑部模板与10套大鼠PET/CT数据做仿射拉伸、旋转,使图像在同一空间内。通过封装的最大互信算法以及Powell优化算法对这些图像进行配准。结果将PET/CT配准图像作为配准标准,默认配准精度是最高的。引入图像统计特性的评价参数证明MRI/PET配准图像精度和原始PET/CT图像是相近的。Research Workplace软件在大鼠脑部MRI图像与PET/CT图像配准精度上可达到要求。结论基于Research Workplace的大鼠脑部PET/CTMRI图像配准技术可以解决PET/CT难以准确获取功能像数据的缺点,并能达到配准精度要求。(本文来源于《北京生物医学工程》期刊2019年05期）
赵夫群[6]（2019）在《基于灰度信息的图像配准方法研究》一文中研究指出在图像配准方法中,基于灰度信息的配准是非常经典的一种,该方法具有原理简单、直观性好、计算量小等优点。论文主要讨论叁种基本的基于灰度信息的图像配准方法,即线匹配法、比值匹配法和块匹配法。首先介绍叁种配准方法的基本原理和算法步骤,然后通过实验分析各种匹配方法的优缺点,并对其进行对比分析。实验结果表明,线匹配法原理简单,但是操作步骤复杂、实用性不强;比值匹配法能够克服光照对平移参数的影响,但是利用到的图像特征信息较少;而块匹配法能够实现图像在平移、旋转、缩放情况下的配准,配准精度最高,但是算法计算量较大、耗时较长。(本文来源于《计算机与数字工程》期刊2019年10期）
吴迪,李忠伟[7]（2019）在《图像配准方法对肺癌放疗图像引导摆位精度的影响》一文中研究指出目的:分析图像配准方法对肺癌放疗患者图像引导摆位精度带来的影响效果。方法:对本医院收治的10例肺癌放疗患者实施调查,选于2017年04月至2019年05月,采取骨性图像配准方法、灰度图像配准方法实施图像配准,分析结果。结果:灰度图像配准方法中配准靶区附近区域、配准患侧区域CT轮廓计划的大体肿瘤体积对治疗摆位锥形束CT轮廓的大体肿瘤体积的覆盖率高于骨性图像配准方法(P<0.05);灰度图像配准方法中配准靶区附近区域CT轮廓的大体肿瘤体积对锥形束CT轮廓的大体肿瘤体积的几何中心点偏差低于骨性图像配准方法(P<0.05)。结论:和骨性图像配准方法相比,肺癌放疗患者采取灰度图像配准方法的图像引导摆位精度更高。(本文来源于《中国农村卫生》期刊2019年19期）
陶静,李逸琳,霍艺文,徐武[8]（2019）在《基于特征点匹配的图像配准研究》一文中研究指出立体显示技术中立体图像对虚拟场景的构建至关重要,现有的立体图像配准技术可能导致图像扭曲、变形。结合SURF算法和RANSAC算法,根据SURF算法对图像进行特征点检测;计算各特征点的Haar小波响应系数以确定特征点主方向和特征矢量;通过特征矢量的欧氏距离来判断特征点的匹配性,找出相邻最近的匹配点;最后利用一种改进的RANSAC算法剔除错误的匹配点。实验结果表明,基于SURF算法和改进的RANSAC算法的图像配准方法提高了特征点匹配度和精确度,能有效改善图像配准的变形问题。(本文来源于《现代电子技术》期刊2019年20期）
万振环[9]（2019）在《一种适用于肝脏CT图像配准改进的尺度不变特征变换算法》一文中研究指出针对肝脏CT图像特点,在传统的尺度不变特征变换(scale-invariant feature transform,SIFT)算法基础上,结合K-means聚类算法,提出了一种改进的特征点匹配算法。该算法通过聚类SIFT特征点坐标,将配准图像分为4个区域,特征点分块配准。与原算法相比,该算法增加了特征点匹配数量,有效隔离了特征点跨区域的错误匹配,时间复杂度也得到了一定的降低。该算法还减少了肝脏CT图像配准中错误匹配对配准结果的影响,提升了肝脏CT图像的配准精度。(本文来源于《生物医学工程研究》期刊2019年03期）
韦顺军,唐欣欣,张晓玲[10]（2019）在《基于DFT模型的大场景InSAR图像配准》一文中研究指出图像配准是实现干涉合成孔径雷达(InSAR)高精度相位提取及地形高程反演的关键,大场景图像的高效高精度配准成为近年高分宽幅InSAR成像应用研究的难点问题之一。由于大场景图像中不同区域偏移量及变化规律差异较大,传统最大相干系数配准方法需多分块及插值处理,面临计算量大且配准精度低等问题。针对此问题,本文提出一种基于DFT模型的大场景InSAR高效高精度图像配准算法。该方法利用最小均方差准则构建InSAR复图像配准的DFT模型,采用四叉树自适应分块及矩阵相乘DFT快速重采样配准方法,实现大场景InSAR图像各子块区域的高效高精度亚像素配准。仿真和实测数据验证本文算法的有效性,结果表明该算法不仅可实现大场景InSAR复图像亚像素级配准,还具有较高的运算效率,其运算效率相对于传统FFT配准方法通常可提升3倍以上。(本文来源于《遥感学报》期刊2019年05期）
图像配准论文开题报告
（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：
图像特征点匹配算法是实现目标识别的一种有效算法,目前图像特征点匹配算法耗时大,而且在匹配过程中存在伪匹配点;提出了一种改进算法:在初始特征点检测阶段,根据图像大小动态构造高斯金字塔图层,提高了算法的实时性和准确性;采用设置阈值的方法对初始特征点进行优化,减少匹配时间;在特征点匹配阶段,利用提取特征点中正确匹配点与伪匹配点坐标值差异较大这种特性,对伪匹配点进行去除,最后进行目标识别;实验结果表明,在尺寸大小为800×600的图像中,SURF算法提取特征点数225个,耗时92.499ms,Octave 3;特征点匹配率97.50%,耗时349.716ms;提出的改进方法更为简单有效,减少了特征点匹配的误差,能够有效缩短图像配准时间。
（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。
图像配准论文参考文献
[1].沈仑,寿鹏里.基于互信息的多模态医学图像配准方法研究[J].科学技术创新.2019
[2].金斌英.基于改进的SURF图像配准算法研究[J].计算机测量与控制.2019
[3].舒适,房建成,张伟,刘刚,钱勇.基于MSCMG的复合补偿控制提高图像配准方法[J].系统工程与电子技术.2019
[4].王大为,贾芳云.基于图像配准的嵌入式仪表读数自动校准方法[J].自动化与仪器仪表.2019
[5].雷建锋,王战京,武文琦,赵媛媛.基于ResearchWorkplace的大鼠脑部PET/CT-MRI图像配准技术[J].北京生物医学工程.2019
[6].赵夫群.基于灰度信息的图像配准方法研究[J].计算机与数字工程.2019
[7].吴迪,李忠伟.图像配准方法对肺癌放疗图像引导摆位精度的影响[J].中国农村卫生.2019
[8].陶静,李逸琳,霍艺文,徐武.基于特征点匹配的图像配准研究[J].现代电子技术.2019
[9].万振环.一种适用于肝脏CT图像配准改进的尺度不变特征变换算法[J].生物医学工程研究.2019
[10].韦顺军,唐欣欣,张晓玲.基于DFT模型的大场景InSAR图像配准[J].遥感学报.2019
论文知识图
