孫慧靜 張 羅（國家知識產(chǎn)權(quán)局專利局專利審查協(xié)作河南中心，河南鄭州450002）

圖像配準(zhǔn)技術(shù)專利申請分析

孫慧靜 張 羅
（國家知識產(chǎn)權(quán)局專利局專利審查協(xié)作河南中心，河南鄭州450002）

隨著圖像處理的發(fā)展，人們對圖像配準(zhǔn)的精度和實時性提出了較高的要求。圖像配準(zhǔn)作為圖像處理中的關(guān)鍵部分，本文給出了圖像配準(zhǔn)技術(shù)方面的專利申請量趨勢、申請人類型并著重對圖像配準(zhǔn)領(lǐng)域的重要申請人進(jìn)行了介紹，分析了圖像配準(zhǔn)專利申請集中的方向。

圖像配準(zhǔn)；精度；實時性

1 圖像配準(zhǔn)專利申請基本情況

圖像配準(zhǔn)作為圖像處理的重要步驟，將兩幅甚至多幅圖像進(jìn)行對準(zhǔn)，尋求圖像之間的最優(yōu)變換模型，估計最佳變換參數(shù)，然后根據(jù)所估計出來的參數(shù)校準(zhǔn)圖像的空間位置，使兩幅或多幅圖像在空間位置上對齊[1]。為了獲得圖像配準(zhǔn)相關(guān)技術(shù)的專利申請情況，本文選用S系統(tǒng)，選擇相關(guān)的關(guān)鍵詞對相關(guān)專利庫進(jìn)行統(tǒng)計分析，分析結(jié)果如圖1所示。

2 圖像配準(zhǔn)發(fā)展歷程

圖像配準(zhǔn)算法歸納起來可分為三類：基于灰度信息、基于特征和基于變換域的方法，下面分別介紹三種方法的專利申請。

2.1 基于灰度信息的方法

該方法主要是利用圖像整體的灰度來進(jìn)行配準(zhǔn)，算法的優(yōu)點是簡單容易實現(xiàn)。缺點就是計算量太大，配準(zhǔn)速度較慢。CN102750537A利用SIFT和歸一化互相關(guān)方法建立兩幅影像的初始相關(guān)，剔除誤匹配點，從而實現(xiàn)兩幅圖像的配準(zhǔn)，提高了圖像的配準(zhǔn)精度。CN103714547A利用互相關(guān)系數(shù)的平方值作為相似性度量函數(shù)，提取當(dāng)相似性度量函數(shù)達(dá)到最大值時的配準(zhǔn)結(jié)果參數(shù)，對互相關(guān)系數(shù)進(jìn)行了改進(jìn)，可以降低算法的復(fù)雜度。CN103679714A將梯度與互相關(guān)信息結(jié)合實現(xiàn)圖像的配準(zhǔn)，都是基于互相關(guān)算法的改進(jìn)，提高了配準(zhǔn)的精度。另外，基于互信息的配準(zhǔn)也是灰度信息方法的一種，是目前最常用的配準(zhǔn)方法之一，主要用于醫(yī)學(xué)配準(zhǔn)中。公開號為CN1631321A的專利申請介紹了基于互信息的多模態(tài)醫(yī)學(xué)圖像配準(zhǔn)方法，該方法通過互信息最大化方法實現(xiàn)了待配準(zhǔn)圖像的配準(zhǔn)，描述了利用互信息實現(xiàn)互信息快速魯棒的多模態(tài)醫(yī)學(xué)圖像配準(zhǔn)。CN102622759A嘗試聯(lián)合灰度方法對互信息配準(zhǔn)進(jìn)行改進(jìn)，使得在配準(zhǔn)過程中較少落入局部極值點，具有很好的魯棒性，獲得了相對較好的精度；CN103886586A提供了一種基于互信息和梯度信息相結(jié)合的醫(yī)學(xué)圖像配準(zhǔn)方法，主要通過對互信息相似度進(jìn)行加權(quán)以及將梯度模的差值加入梯度相似度中，可以有效地解決醫(yī)學(xué)圖像配準(zhǔn)算法的精度低、魯棒性不好的問題。CN103839265A、CN103236048A等都是對互信息算法的改進(jìn)，其最終目的都是為了提高配準(zhǔn)的精度，增強配準(zhǔn)的魯棒性。

圖1

2.2 基于特征的方法

基于特征的方法主要是利用圖像的某些特定特征進(jìn)行配準(zhǔn)，根據(jù)圖像不同的特征，學(xué)者們提出了很多不同的圖像配準(zhǔn)算法，常見的特征包括線特征和點特征。EP053011029公開了一種基于點的彈性配準(zhǔn)方法，利用SIFT算法在第一圖像內(nèi)識別多個重要的特征，然后在源圖像區(qū)域內(nèi)最突出的SIFT特征上放置單個控制點，并確定關(guān)于該單個控制點的最佳參數(shù)設(shè)置，用以執(zhí)行關(guān)于該第一圖像的彈性變形，以便優(yōu)化相似性度量，該方法提供了一種高速、高質(zhì)量的配準(zhǔn)方法。CN101655982A提供了一種基于Harris角點的圖像配準(zhǔn)方法，計算待配準(zhǔn)圖像的尺度空間并在尺度空間求取Harris角點，用仿射形態(tài)修改技術(shù)對尺度空間的Harris角點進(jìn)行迭代處理，對特征點使用描述子和匹配方法進(jìn)行匹配，實現(xiàn)圖像的配準(zhǔn)，本方法能夠獲得較高的匹配精度?；邳c特征的算法的優(yōu)點是靈活性好，錯誤率低，缺點是在大數(shù)據(jù)量的應(yīng)用中，需要耗費大量的人力，自動化程度低。

2.3 基于變換域的方法

該方法不同于傳統(tǒng)的在空域中進(jìn)行的配準(zhǔn)，而是在變換域中進(jìn)行圖像配準(zhǔn)，最顯著的就是基于傅里葉變換的圖像配準(zhǔn)算法，硬件實現(xiàn)比較方便。

2.3.1 基于傅立葉變換的方法

相位相關(guān)算法是典型的基于變換域的算法，主要是針對存在平移變換的圖像。隨后，研究人員在相位相關(guān)算法的基礎(chǔ)上，US6266452B1提出了能對仿射變換圖像進(jìn)行配準(zhǔn)的Fourier-Mellin算法,解決了平移、旋轉(zhuǎn)和縮放圖像間的配準(zhǔn)問題。CN102521834是一種增加了旋轉(zhuǎn)轉(zhuǎn)換的擴(kuò)展相位相關(guān)方法,如果圖像的尺度改變是已知的，圖像可以聯(lián)合傅里葉變換頻譜幅度的對數(shù)極坐標(biāo)映射和相位相關(guān)進(jìn)行配準(zhǔn)。CN104050631A在Fourier Mellin算法的基礎(chǔ)上，提出了偽極傅里葉變換的圖像配準(zhǔn)，大大減少了坐標(biāo)轉(zhuǎn)換間的誤差。CN102521834A公開了一種采用對數(shù)極坐標(biāo)表示的分?jǐn)?shù)階傅里葉變換的圖像配準(zhǔn)方法，利用分?jǐn)?shù)階傅里葉變換進(jìn)行圖像配準(zhǔn)的研究，同時利用了圖像的時頻域信息。隨后，CN1047050631A也成功利用分?jǐn)?shù)階傅里葉變換對低劑量CT圖像進(jìn)行了配準(zhǔn)。

2.3.2 基于小波變換的圖像配準(zhǔn)算法

CN101238993A公開了一種非剛體圖像配準(zhǔn)方法，該方法用整數(shù)提升小波多分辨分析的方法減少計算量，在不降低配準(zhǔn)精度的條件下，減少了計算量。

2.3.3 基于Gabor域

CN103971364A公開了一種基于加權(quán)Gabor小波特征和兩極聚類的遙感圖像變化檢測方法，根據(jù)遙感圖像類型產(chǎn)生差異圖像，對差異圖像進(jìn)行Gabor小波變換，提取差異圖像Gabor小波變換的多尺度和多方向特征，設(shè)計加權(quán)系數(shù)，獲得變化檢測結(jié)果。CN104732532A公開了一種遙感衛(wèi)星多光譜圖像配準(zhǔn)方法，提取遙感圖像的Gabor域特征，解決了大幅面遙感圖像不同區(qū)域存在不同程度畸變的問題。

3 皇家飛利浦專利技術(shù)發(fā)展歷程

皇家飛利浦于2004年開始著手醫(yī)學(xué)圖像配準(zhǔn)專利的申請，CN1890689A介紹了一種彈性的圖像配準(zhǔn)，提供了一種非剛性配準(zhǔn)的方法，可以降低人工對準(zhǔn)的復(fù)雜度。CN1890693A、CN101341514A、CN101305395A公開了一種基于點的自適應(yīng)彈性圖像配準(zhǔn)方法，該方法不需要地標(biāo)對應(yīng)，能夠自動找到控制點的最佳位置。EP043007632公開了一種用于醫(yī)學(xué)圖像配準(zhǔn)的通用變換濾波合成方法，使用低通濾波核心過濾將被配準(zhǔn)的第一和第二圖像，該低通濾波核心具有尖銳的中心峰值和遠(yuǎn)離該中心峰值的緩慢衰減。該裝置確定將過濾的第一圖像轉(zhuǎn)變成過濾的第二圖像的映射函數(shù)，實現(xiàn)圖像的配準(zhǔn)。US61014464公開了一種基于相位一致性的圖像配準(zhǔn)方法，包括將第一圖像的第一子部分與第二圖像的對應(yīng)的第二子部分配準(zhǔn)，并且將第二圖像的第二子部分與第一圖像的對應(yīng)的第三子部分配準(zhǔn)。第一子部分包含第一感興趣對象，并且第三子部分包含第三感興趣對象。該方法還包括當(dāng)?shù)谝缓偷谌信d趣對象充分相似時減小第一子部分的尺寸。該方法還包括重復(fù)配準(zhǔn)第一子部分、配準(zhǔn)第二子部分以及減小第一子部分的尺寸的步驟直到第一和第三對象不充分相似為止。

飛利浦的專利技術(shù)主要側(cè)重于醫(yī)學(xué)圖像配準(zhǔn)，其大部分的方法都是為了減輕人工對準(zhǔn)的工作負(fù)擔(dān)，利用醫(yī)學(xué)設(shè)備快速實現(xiàn)圖像的配準(zhǔn)。近幾年，飛利浦的全球?qū)＠暾埩慷际瞧蛴诳焖籴t(yī)學(xué)圖像配準(zhǔn)的應(yīng)用，而不只是理論算法的研究。

4 結(jié)語

在國內(nèi)，目前，圖像配準(zhǔn)的研究主要集中于高校研究，代表有重慶大學(xué)、東南大學(xué)、電子科技大學(xué)等。其研究目標(biāo)主要分為兩個方向：（1）高配準(zhǔn)精度；（2）低時間復(fù)雜度。高校的研究一般都是偏理論方向，沒有考慮到實際應(yīng)用中算法的復(fù)雜度，與實際應(yīng)用還存在一定的差距。

［1］張銳娟.圖像配準(zhǔn)理論及算法研究［D］.中國優(yōu)秀碩士學(xué)位論文全文數(shù)據(jù)庫，2009.

［2］劉斌等.圖像配準(zhǔn)的小波分解方法［J］.計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報，2003，15（9）：1070-1073.

［3］郭曉潔等.基于Gabor濾波器組的自適應(yīng)圖像配準(zhǔn)計算［J］.云南大學(xué)學(xué)報，2009，31（S1）：9-12.

Patent Analysisof Image Registration Technology

Sun Huijing Zhang Luo
(PatentExamination Cooperation Henan Centerof the PatentOffice,SIPO,Zhengzhou Henan 450002)

With the developmentof image processing,the demand for accuracy and instantaneity of image processing hasbeen increasing.Image registration isa key role of image processing.This paper introduces the trend ofpatentap?plication and the type of applicants,and especially emphasizes the application situation of the importantapplicants. Furthermore,the intensive direction of importantapplicants isanalyzed in thispaper.

image registration;accuracy;real-time

TP391.41

A

1003-5168（2017）07-0054-03

2017-4-25

孫慧靜（1989.10-），女，碩士研究生，審查員，研究方向：圖像處理；張羅（1991.09-）,女，碩士研究生，審查員，研究方向：商業(yè)方法。