1、圖像配準(zhǔn)是將不同時(shí)間、不同傳感器、不同視角及不同拍攝條件下獲取的兩幅或多幅圖像進(jìn)行匹配融合。圖像配準(zhǔn)是多種圖像處理及應(yīng)用如物體辨識、變化檢測、三維建模等的基礎(chǔ)。 圖像配準(zhǔn)的方法有很多種，其中基于圖像特征的圖像配準(zhǔn)是配準(zhǔn)中最常見的方法?；谔卣鞯膱D像配準(zhǔn)中，特征主要針對點(diǎn)特征?；邳c(diǎn)特征的圖像配準(zhǔn)，特征點(diǎn)的提取是圖像配準(zhǔn)的關(guān)鍵步驟，本文中詳細(xì)分析對比了Moravec算子、Plessey算子、SUSAN算子、Forstner算子、T

2、rajkovic算子。從提取效率、算子穩(wěn)定性、定位準(zhǔn)確性、抗噪性、計(jì)算效率上對提取算子進(jìn)行分析比對，用測試圖像對各個(gè)提取算子進(jìn)行試驗(yàn)分析。本文對每個(gè)算子的特點(diǎn)提出了自己的見解，同時(shí)對它們的局限性做了研究。本文針對Trajkovic算子的不足，做了8-領(lǐng)域改進(jìn)，提高了它的提取性能。 在對特征點(diǎn)提取算子研究的基礎(chǔ)上，本文對基于特征點(diǎn)的圖像配準(zhǔn)的實(shí)現(xiàn)進(jìn)行了研究。本文詳細(xì)分析了圖像配準(zhǔn)過程中的每個(gè)關(guān)鍵步驟，采用了將圖像劃分成大小相等的細(xì)

3、網(wǎng)格，再根據(jù)每個(gè)網(wǎng)格的熵提取特征點(diǎn)的方法。采用該方法后，在配準(zhǔn)過程中，信息量較大的區(qū)域所獲得的配準(zhǔn)精度較高，在信息量較少的區(qū)域也能保證基本的配準(zhǔn)精度要求。本文對于控制點(diǎn)的匹配采用了先粗匹配再精匹配的方法，提高了匹配效率。最后利用仿射變換實(shí)現(xiàn)了圖像配準(zhǔn)。本文對圖像配準(zhǔn)方法中涉及的仿射變換、多重判據(jù)相關(guān)、誤匹配點(diǎn)刪除、局部匹配等算法分別進(jìn)行了分析和研究，并進(jìn)行了配準(zhǔn)實(shí)驗(yàn)。通過實(shí)驗(yàn)結(jié)果分析可以看出，本文實(shí)現(xiàn)的配準(zhǔn)方法配準(zhǔn)精度和可靠性都較高，能