：曹慧一．研究背二．研究現(xiàn)三．研究方2此可以建立如下的數(shù)學(xué)模型，對(duì)于給定的兩幅圖像I1(x,y)I2xy，其中I1(x,y)為參考圖像，另一幅I2(x,y)為待配準(zhǔn)圖像，則圖像變換為I2(x,y)g(I1(f(x,式中，f為二坐標(biāo)變換，g為一維的灰度變換。因此圖像配準(zhǔn)問(wèn)題fgfHarris和SIFT算法。大的位置便是模板在待檢測(cè)圖像中對(duì)應(yīng)的位置。假定模板圖像為f1，待檢測(cè)f2，互相關(guān)的計(jì)算為CC(mnf1(xyf2(xmyn 為消除亮度差異的影響，可以采用去均值歸一化的方法，其計(jì)算為[f1(x,y)f1][f2(xm,yn)f2,m,n[f(x,y)[f(x,y)f [f(xm,yn)212 f1f2f1f2f1f2(x0y0，則當(dāng)mx0ny0時(shí)，灰度相關(guān)函數(shù)取最大值，由此可以實(shí)現(xiàn)圖像的匹兩個(gè)圖像A和B的互信息表示為：I(A,B)H(A)H(B)H(A,HAH(BABHABAB和BIABkiH(A,B)PA,B(k,i)logPA,B(k,kPA(k表示灰度級(jí)為kAPB(i表示灰度級(jí)為i在圖像A中出現(xiàn)的概率，PA,B(ki（AB的歸一化聯(lián)合灰度直方圖ABLL P(k,i)LL

i0kL

2P(k)PABHA)H(B)HAB，則MIAB 給定兩幅圖像，它們之間的唯一區(qū)別是存在一個(gè)位移(dxdy)，即：f2(x,y)f1(xdx,ydy則它們之間的變換為F(

)ej(xdxydy)F(, F(,)F*(,

F F )F*,

ydy可以看出兩幅圖像的相位差等于其交叉功率譜的相位對(duì)其進(jìn)行變0位置就是要確定的配準(zhǔn)位置。旋轉(zhuǎn)一幅圖像，在頻域上相當(dāng)于對(duì)變換做相同角度的旋轉(zhuǎn)。兩幅圖像f1和f2的區(qū)別是一個(gè)平移量(dx,dy)和一個(gè)旋轉(zhuǎn)角，它們的變換滿足下式F(

)ej(xdxydy)F

cos

sin

sin

cos 基于點(diǎn)特征配準(zhǔn)方法——Harris的信息【1I(x,y在點(diǎn)(x,y處微小平移(uv)HarrisC(u,v)

(u,v)W(x,y

w(x,y)[I(xu,yv)I(x,式中W(x,y)是以點(diǎn)(x,y)為中心的窗口，w(x,y)為函數(shù)，一般為數(shù)，對(duì)上式進(jìn)行展開，得C(u,v)[I(xu,yv)I(x,W [I(x,y)IuIvI(x, W [IuIv]2[I2u2IuI

2v2I

II[uv]

xyI

WII

令M xy，則C(u,v)[uv]M，即圖像I(x,y)在點(diǎn)(x,y)處平

Iy2

v(uv)MM的特征向量決定。大，且近似相等可以判斷角點(diǎn)。Harris給出的角點(diǎn)判別方法并不需要計(jì)算具體的判斷角點(diǎn)。角點(diǎn)響應(yīng)函數(shù)：CRF(xydetMk(traceM)2k為常數(shù)，取值范圍為0.04~0.06，det為矩陣的行列式，trace為矩陣的跡（矩陣對(duì)角線元和x xdet(M)I2I2(Ix x trace(M)I2I CRF局部極大值所在的點(diǎn)即為Harris角點(diǎn)，該值小于0，那么該點(diǎn)一般分布在邊緣上，如果R的絕對(duì)值非常小，那么該點(diǎn)處于平坦區(qū)域【6基于點(diǎn)特征配準(zhǔn)方法——SIFTSIFTI(x,y在不同尺度下的尺度L(x,y,)G(x,y,)I(x,符號(hào)表示卷積，G(x,y,)代表二維函數(shù)G(x,y,)

(x2y2 22 。Lowe引入的差分函數(shù)D(x,y,)比起Lindeberg尺度正規(guī)化函數(shù)D(x,y,)(G(x,y,k)G(x,y,))I(x,L(x,y,k)L(x,y,Lowe證明到：DOGG(x,y,k)G(x,y,)(k1)22G?？梢钥闯霾罘趾瘮?shù)構(gòu)建尺度空間跟22GSIFT四 未來(lái)發(fā)積極探索和研究的課題。目前出現(xiàn)了的3D數(shù)據(jù)的配準(zhǔn)需求，因此3D數(shù)五．參考文.結(jié)合小波變換和SIFT算法的遙感圖像