图像配准技术研究综述

赵夫群

摘要：图像配准是图像处理领域的一个基本问题， 是众多图像分析和处理任务的关键步骤，其应用是相当广泛的。本文首先介绍了图像配准技术的含义和分类，然后给出了图像配准的基本步骤，接着介绍了五种常用的几何变换模型，最后针对遥感领域和医学领域，给出了图像配准的具体应用实例。

关键词：图像配准 特征提取 几何变换

中图分类号：V243.6 文献标识码：A 文章编号：1007-9416（2016）06-0245-01

1 引言

图像配准是图像处理领域的一个基本问题，是图像处理中的一个关键步骤，它在众多领域有着广泛的应用，如医学图像处理、影像分析、遥感融合、计算机视觉等，图像配准是当前科研领域中的一个热点。简单的说，图像配准就是将两幅同一景物不同时刻或成像模式的图像由不同坐标系变换到同一坐标系中的过程。

图像配准的类别很多[1]。根据应用领域，图像配准可以分为遥感图像配准、医学图像配准、三维重建和计算机视觉领域等内的图像配准。根据自动化程度，可将其分为人工配准、半自动配准和全自动配准等。根据所利用的图像信息，又可分为基于灰度信息的配准和基于特征的配准。根据成像模式，配准图像可以分为单模态图像配准和多模态图像配准。

2 图像配准的基本步骤

一般来说，图像配准的过程可分为特征提取、特征匹配、几何变换模型的选取及其参数的确定、配准图像的重新采样及配准等几个步骤。

（1）特征提取。特征提取是图像配准中的一个关键环节，就是提取待配准图像之间的显著特征。特征选取的好坏对后续过程有很大的影响，关系着配准算法的稳定性和可靠性。最常用的图像特征主要有：特征点、直线段、边缘、轮廓、闭合区域、特征结构以及统计特征等。特征点的提取方法有很多，如Harris角点检测算法、SUSAN 算法、DoG算法等。

（2）特征匹配。特征匹配就是寻找提取到的特征间的对应关系。首先，选取并计算所提取的特征的描述子；然后，选取适合的相似度量函数，用于计算特征间的匹配程度；最后，找出正确匹配特征对集。

（3）几何变换模型的选取及其参数的确定。首先，根据特征间的对应关系，计算几何变换模型参数。然后，再根据相似度量函数优化几何变换参数。

（4）配准图像的重新采样及配准。首先，选取合适的插值函数。然后，用几何映射函数将浮动图像映射到基准图像的坐标空间，从而实现图像的配准。

3 四种几何变换模型

在图像配准中，常用的几何变换模型主要有刚体变换、相似变换、仿射变换、投影变换和多项式变换等[1]，这里主要介绍前四种。

（1）刚体变换（Rigid Transformation），刚体变换主要是针对旋转和平移进行的一种变换。

（2）相似变换（Similarity Transformation），相似变换主要是针对平移、旋转和缩放等进行的一种变换。

（3）仿射变换（Affine Transformation），仿射变换主要是针对平移、旋转、缩放、剪切等进行的一种变换。

（4）投影变换（Projective Transformation），它可以看为由平移、旋转、缩放、剪切等变换的组合。

4 结语

在过去的几十年中，图像配准领域的研究成果层出不穷。本文主要完成的是综述的工作，首先介绍了图像配准的定义、和几种分类方式；然后，介绍了图像配准的四个基本步骤：特征提取、特征匹配、几何变换模型的选取、配准图像的重新采样及配准；接着介绍了刚体变换、相似变换、仿射变换、投影变换等几种常用的变换模型。当然图像配准研究中仍然有许多问题，还有待科研人员去解决和完善。

参考文献

[1]陈显毅.图像配准技术及其MATLAB编程实现[M].北京：电子工业出版社，2009.

[2]J.B.Campbell.Introduction to remote sensing.The Guilford Press，2008.

[3]Zitova B， Flusser J. Image Registration Methods： A Survey[J]. Image and Vision Computing，2003，21（11）：977-1000.

[4]Brown L G.A Survey of Image Registration Techniques[J]. ACM Computing Surveys，1992，24（4）：325-376.

[5]J.Wadley，N.Kitchen，and D.Thomas.Image-guided neurosurgery.Hospital medicine（London， England：1998），60（1）：34，1999.

[6]J.V.Hajnal， D.T.Hawkes，and D.L.G.Hill.Medical image registration.CRC，2001.

[7]M.Bro-Nielsen.Medical image registration and surgery simulation.IMMDTU Lyngby，1996.