第 ３０ 卷第 ３ 期
２００８ 年 ９ 月
湖北大学学报（自然科学版）
Ｊｏｕｒｎａｌ ｏｆ Ｈｕｂｅｉ Ｕｎｉｖｅｒｓｉｔｙ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ）
Ｖｏｌ．３０ Ｎｏ．３
Ｓｅｐ．， ２００８
收稿日期： ２００８ ０２ ２５
基金项目： 湖北省自然科学基金（２００６ＡＢＡ０１５） 资助项目
作者简介： 张冉（１９８４ ） ，女，硕士生
文章编号： １０００ ２３７５（２００８）０３ ０２４５ ０４
一 种 改 进 的 基 于 小 波 分 解 和 混 合
优 化 的 图 像 配 准 方 法
张冉，刘斌
（湖北大学 数学与计算机科学学院，湖北 武汉 ４３００６２）
摘要：提出了一种改进的基于小波分解、互信息测度以及混合优化的图像配准方法．在最低分辨率下采用
一种带极值扰动的简化粒子群优化算法进行全局优化，在高分辨率下采用鲍威尔算法进行优化．结果表明：该
方法用于医学图像及普通灰度图像配准，都具有良好的全局优化性能和时间性能．
关键词：小波分解； 互信息； 混合优化； 图像配准； 粒子群优化算法； 鲍威尔算法
中图分类号：ＴＰ３９１ 文献标志码：Ａ
１ 引言
图像配准是对取自不同时间、不同传感器或者不同视角的同一场景的两幅或多幅图像匹配的过
程
［１］
．在遥感图像、医学影像、三维重构、机器人视觉等领域中，经常需要对不同类型的传感器或同一传
感器在不同时间获取的图像数据进行融合，以便将各图像数据中所含的信息优势或互补性有机地结合
起来．而图像配准是图像融合的前提，配准精度不够，就必然会影响融合的效果，因此研究快速有效的图
像配准技术是十分必要的．
目前已经提出的图像配准方法主要分为基于几何特征的方法
［２］
和基于像素相似性的方法
［３，４］
．前
一种方法需要从图像中提取几何特征（ 特征点、轮廓等），再对其几何特征进行配准，这种方法速度较
快，但配准效果取决于几何特征的提取精度；后一种方法根据图像中所有像素密度值和空间位置等参
数，构造出代价函数，通过计算代价函数的最优解得到变换参数，而不需要提取图像特征．常见的算法
有：主轴算法，相关性算法以及互信息算法．其中，互信息算法是近年来研究和应用较多的方法，其配准
精度高于一般基于分割的方法，而且不需要做特征提取等预处理，所以需要的人机交互少，易于实现自
动配准．此外，互信息算法几乎可以用于任何不同模式图像配准，并具有很好的鲁棒性，即使其中一幅图
像数据有所缺损也能得到很好的配准结果，所以得到了学者的普遍重视和广泛应用
［５］
．但是，互信息算
法的计算量比较大，需要有高效的优化策略，来提高算法的运算速度．目前，常见的用于图像配准的优化
算法有：蚁群遗传算法、模拟退火算法（简称 ＳＡＡ）、粒子群算法（简称 ＰＳＯ）、松弛算法、鲍威尔算法（简
称 Ｐｏｗｅｌｌ）、下降单纯形法、梯度下降法等，其中前 ３ 种对于搜索全局最优解，效果比较好，但存在计算量
大，收敛速度慢的问题．而后几种方法计算量小，收敛速度快，但易收敛到局部最优．
图像的多分辨率配准方法是一种利用图像与其分解后的近似分量子图的相似性实现图像配准方
法，它将待配准图像进行多分辨率分解，在低分辨率下取得配准的初步结果，再在高分辨率下得到精确
结果，该方法可以大大减小运算量
［６］
．
为了获得最佳的配准效果，同时减小配准过程中的运算量，加快配准速度，本文对基于多分辨率配
准方法进行研究，提出了一种基于小波分解，以归一化互信息作为相似性测度，采用混合优化算法进行
资源评论
weixin_38748740
- 粉丝: 4
- 资源: 940
最新资源
- U821周版补丁，经典补丁
- C语言-leetcode题解之56-merge-intervals.c
- C语言-leetcode题解之55-jump-game.c
- C语言-leetcode题解之54-spiral-matrix.c
- C语言-leetcode题解之53-maximum-subarray.c
- C语言-leetcode题解之50-powx-n.c
- C语言-leetcode题解之49-group-anagrams.c
- C语言-leetcode题解之48-rotate-image.c
- C语言-leetcode题解之47-permutations-ii.c
- C语言-leetcode题解之46-permutations.c
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
