紅外與可見光圖像的配準算法研究.pdf

1、伴隨著成像技術(shù)和傳感器技術(shù)的迅速發(fā)展，大量表達著不同信息的圖像呈現(xiàn)出來，圖像的配準技術(shù)進而變得更為重要。紅外與可見光圖像的結(jié)合使得圖像信息得到互補，二者的配準在多傳感器配準中占有重要的地位，并在眾多領(lǐng)域得到應(yīng)用。本文首先總結(jié)圖像配準的基礎(chǔ)理論和模型，然后分別介紹兩類主要的圖像配準方法。其中，對于可見光圖像的配準，通過結(jié)合SURF斑點和FREAK二進制描述符，給出了基于SURF和FREAK的圖像配準方法，仿真實驗結(jié)果表明，該方法的配準速度

2、快且精度高。
　　本研究主要內(nèi)容包括：⑴提出了基于梯度信息和區(qū)域互信息的紅外與可見光圖像配準方法。采用多分辨率的配準方式，使用小波分解得到低頻圖像。在低頻圖像上使用梯度信息和PSO算法得到粗配準參數(shù)，接著在原始圖上使用區(qū)域互信息和Powell搜索得到細配準參數(shù)。其中，Powell搜索的初始值為粗配準參數(shù)，最終實現(xiàn)紅外和可見光圖像的有效配準。仿真實驗結(jié)果表明，該方法的配準精度高、速度快、魯棒性好。⑵提出了基于角點和邊緣的紅外與可見光