基于梯度閾值分割和混合進(jìn)化算法的圖像配準(zhǔn)研究.pdf

1、隨著船舶自動(dòng)化的進(jìn)一步發(fā)展，對(duì)機(jī)艙安全和智能化的重視程度越來(lái)越高，因此在機(jī)艙內(nèi)安裝多攝像頭已逐漸成為標(biāo)準(zhǔn)配置。在采集到圖像信息后，對(duì)圖像進(jìn)行融合處理，可以更加清晰地呈現(xiàn)出圖像的特征信息，有利于更加準(zhǔn)確的人工處理或者計(jì)算機(jī)自動(dòng)處理。要實(shí)現(xiàn)高質(zhì)量的圖像融合，必須先實(shí)現(xiàn)精確的圖像配準(zhǔn)(Image Registration)，這是圖像融合的基本前提。由于存在一些外部原因(如攝像頭維護(hù)不及時(shí)、機(jī)艙內(nèi)部空氣污濁等)造成圖像含有多種噪聲，如高斯噪聲、

2、乘性噪聲、泊松噪聲和椒鹽噪聲等，而含噪圖像配準(zhǔn)仍屬當(dāng)前研究的重中之重。本文的研究?jī)?nèi)容是針對(duì)此類含有復(fù)雜噪聲的機(jī)艙監(jiān)控圖像配準(zhǔn)問(wèn)題，主要研究?jī)?nèi)容如下：
　　1)以數(shù)學(xué)模型的角度上解釋了數(shù)字圖像配準(zhǔn)的定義，然后簡(jiǎn)單介紹其主要框架，即空間變換、圖像插值、相似性測(cè)度和優(yōu)化算法，并對(duì)這些主要模塊分別進(jìn)行數(shù)學(xué)闡述。
　　2)分析了熵與互信息在圖像配準(zhǔn)中的作用，并根據(jù)互信息與f信息的關(guān)系，采用I信息作為圖像配準(zhǔn)測(cè)度。該測(cè)度相對(duì)于互信息測(cè)度

3、，可以產(chǎn)生更少的局部極值點(diǎn)。通過(guò)實(shí)驗(yàn)得到的最佳取值范圍，并確定多階段配準(zhǔn)中，在每一階段的取值。該測(cè)度有利于實(shí)現(xiàn)高效率、高精準(zhǔn)和較好魯棒性的圖像配準(zhǔn)。
　　為解決含有復(fù)雜噪聲的圖像配準(zhǔn)問(wèn)題，提出基于梯度閾值分割的方法以加強(qiáng)圖像輪廓信息，同時(shí)可以提高像素點(diǎn)空間位置信息對(duì)灰度信息的影響。根據(jù)仿真結(jié)果可得，此方法極大的降低了噪聲信息對(duì)圖像配準(zhǔn)的影響，從而提升配準(zhǔn)的精確度。
　　4)為解決目標(biāo)函數(shù)存在多個(gè)局部極值點(diǎn)的問(wèn)題，提出了一種改

4、進(jìn)QPSO算法。設(shè)計(jì)了一種對(duì)于壓縮膨脹因子(t)的自適應(yīng)控制策略，從而有效的避免了粒子過(guò)早收斂以加強(qiáng)全局尋優(yōu)能力。實(shí)驗(yàn)結(jié)果表明，采用改進(jìn)的QPSO算法達(dá)到了提高全局尋優(yōu)能力的目的。
　　5)實(shí)現(xiàn)了多階段多分辨率圖像配準(zhǔn)方法。將改進(jìn)QPSO算法與NM單純形法相結(jié)合，在第一階段的粗配準(zhǔn)過(guò)程中采用改進(jìn)QPSO算法，第二階段的精配準(zhǔn)過(guò)程采用NM單純形法，從而達(dá)到提高配準(zhǔn)成功率的目的。實(shí)驗(yàn)結(jié)果表明，采用較大的初始單純形更有利于提高配準(zhǔn)的成功