双谱图像配准技术研究+powell算法(2)
图像配准是指对于一幅或是多幅图像寻求某种空间上的变换，使它能够和另一幅图像上的对应点达到空间上的一致。这里的一致是指相同成像物体上的同一点在两张已经完成配准的图像上有相同的空间位置。图像配准的实质问题就是找出一种图像变换模型来纠正图像的形变。由于传感器和成像条件等多种因素影响，造成了图像配准技术的多样性。随着科学技术的发展，图像配准技术也取得了长足的发展，配准方法也是多种多样，但是还没有一种配准技术是广泛适用的，对于不同类型的待配准图像，常常需要根据特殊情况，采用不同的配准方法。图像配准最终的目标就是寻找一种最优的空间变换，使得两幅或是多幅图像达到空间上的一致。
1.2 图像配准技术的研究背景和意义
图像配准技术是图像处理技术中最重要，也是最基本的任务，已经在众多领域得到了广泛的运用。通过图像配准，可以将不同拍摄条件或是使用不同传感器产生的相同的场景进行对齐，更好的集成不同传感器的信息，充分利用多种模态图像的优势，并对不同成像条件下的图片进行重构，以便获取高分辨率图像。
随着计算机技术和光学仪器技术的发展，单一模态的图像信息已经远不能够满足科学研究对数据可靠性、丰富性的要求。随着新型传感器的不断涌现，人们获取图像的能力迅速提高，不同物理特性的传感器所产生的图像也不断增多。由于不同图像传感器获取的多模图像数据存在明显的局限性和差异性，所以仅仅利用一种图像数据往往难以满足需求。为了达到对目标更加全面的认识和理解，需要对不同传感器获得的多模图像进行融合处理。在图像融合之前，则需要对图像进行配准处理，配准的准确和速率，直接影响着融合的效果，可见图像配准有举足轻重的作用。
图像配准有着广泛应用范围和实际意义，应用领域涉及遥感图像处理、计算机视觉、医学应用、目标识别、环境检测、天气预报和地理信息处理等领域。
在遥感领域，来自于不同传感器的大量遥感图像，使人们认识环境和自然资源变得更加方便、更加全面，图像配准成果被广泛应用于天气预报、地质测绘与自然灾害检测、植被分类、农作物生长态势评估等方面。
在医学领域，不同模态的图像有各自的特性，在实际临床应用中，单一模态图像往往不能提供足够多的信息，一般需要利用不同模态图像的综合信息，以得到更全面的信息，为医生正确诊断和治疗打下坚实的基础。
在工业生产领域，如银行、企业仓库监视系统中引入多模态配准，可以避免单一可见光监视信息量不足的缺点。多传感器之间的信息互相补充，在保障电气设备的正常运转，为电气设备的在线检测与故障诊断提供了重要的依据。
1.4 论文研究内容及结构
1.4.1 研究内容
（1）用灰度频率直方图方法求取双谱图像的互信息;
（2）用改进的Powell多变量优化算法搜索互信息最大值;
（3）把汉明窗插值方法运用于配准过程，减少误配准的可能。
1.4.2 论文结构
本论文共分为五章。
第一章 绪论
本章介绍了图像配准的基本概念，并指出了图像配准在各个领域的研究背景和意义；
第二章 图像配准概述
本章介绍了图像配准的基础知识，包括图像配准问题的数学描述以及图像变换的一般模型，并对图像配准的四个过程进行了简要的介绍，并根据不同的判断
上一篇：有限元方法在波导计算的应用仿真