基于互信息多模图像配准(红外可见光).pptx

高雄 2012年8月9日 ;图像配准： 是指对同一目标在不同条件(不同时间、不同传感器、不同视角及不同拍摄条件等)下获得的两幅或者两幅以上图像进行匹配的图像处理过程。; 图像配准的基本框架： 特征空间：可用于配准的特征； 灰度值，点，线，边缘，曲面，不变矩等。 搜索空间：图像变换的方式； 刚性变换，仿射变换，投影变换，非线性变换等。 相似性测度：衡量变换的依据； 互信息，归一化互信息，相关性，欧氏距离，AM测度，互相关等。 搜索策略：如何找到最优配准参数。 黄金分割，Brent，抛物线，三次插值，Powell，PSO，遗传，蚁群，梯度下降等。;基于互信息的多模图像配准;两个系统间的互信息表示为：;图像的互信息的计算：;图像的联合直方图：;最大互信息理论：;归一化互信息(Normalized Mutual Information)：;4. 计算夹角的权重；;POWELL优化算法：;原始算法缺点： 直接用新产生的搜索方向替换最早的搜索方向而不顾及后果，易产生线性相关或接近线性相关的向量而不能张成n维空间 ，因此改进算法会在n+1个方向中选出n个最接近共轭的方向;改进后的POWELL方法在判断不满足条件的时候，会对新的方向和原始的方 向进行比较，判断这几个方向的共轭性是否得到增强，如果得到增强就会更 新原来的搜索方向，否则就保持不变。;怎么判断共轭性是否得到增强?;T