吳萬水

【摘要】本文采用小波變換與互信息算法及運(yùn)用人工采樣檢查點(diǎn)對(duì)Google圖像進(jìn)行配準(zhǔn)分析?？芍?，此算法適用于多數(shù)圖像，且對(duì)于特征較少、低空間分辨率的圖像，配準(zhǔn)效果更佳。

【關(guān)鍵字】小波變換與互信息；人工采樣；

Abstract：In this paper，Google image registration based on the wavelet transform and mutual information algorithm and manual sampling checkpoints.We can see that this algorithm is suitable for most images，and for fewer features，low spatial resolution images，the registration is the better.

Keywords： wavelet transform and mutual information；manual sampling；

0 引言

圖像配準(zhǔn)是信息處理中的重要一環(huán)，由于數(shù)據(jù)空間關(guān)系不同或幾何畸變，以致存在不同的空間關(guān)系。

1 圖像配準(zhǔn)算法

本試驗(yàn)以Google圖像為依據(jù)，分析10個(gè)控制點(diǎn)的軍方誤差RMSE值和匹配控制點(diǎn)的分布情況來衡量圖像配準(zhǔn)效果，公式如下：

其中M和N分別表示圖像的行數(shù)和列數(shù)，RMSE越小，說明配準(zhǔn)的精度越高。

1.1 基于小波變換與互信息圖像配準(zhǔn)算法

小波變換與互信息算法是小波變換對(duì)參考圖像和配準(zhǔn)圖像作多層分解，利用互信息的方法尋找兩圖像間的空間變換關(guān)系，使變換后圖像間的互信息達(dá)到最大，從而實(shí)現(xiàn)配準(zhǔn)過程。

2分析

通過人工采樣檢查點(diǎn)，從局部對(duì)其效果進(jìn)行分析?？芍〔ㄗ儞Q與互信息算法殘差分布相對(duì)較平穩(wěn)，因小波變換是從圖像的全局特征進(jìn)行互信息的計(jì)算，效果相對(duì)較好。

3結(jié)論

基于小波變換與互信息算法結(jié)合了小波變換和互信息的優(yōu)勢(shì)，能夠適用于多數(shù)圖像，且對(duì)于特征較少或低分辨率圖像，配準(zhǔn)效果更加顯著、效率更高。因此，在圖像分辨率一致的條件下，實(shí)用性最好。

參考文獻(xiàn)

[1] 張朝暉.多傳感器衛(wèi)星圖像的配準(zhǔn)技術(shù)研究（D）.北京：中國科學(xué)院自動(dòng)化研究所.2003.

[2] 陳明生.圖像配準(zhǔn)技術(shù)研究與應(yīng)用[D].國防科學(xué)技術(shù)大學(xué)：長沙.2006.

[3] 徐琳，曹曉光，郁文霞.基于角點(diǎn)檢測的高精度點(diǎn)匹配算法，儀器儀表學(xué)報(bào)，2006.

[4] 席學(xué)強(qiáng)，王潤生.基于直線特征的圖像-模型匹配算法[J].國防科技大學(xué)學(xué)報(bào)，2000，22（6）：70-74.