基于Google地图小波变换与互信息图像配准算法研究

时间:2022-10-18 01:15:11

基于Google地图小波变换与互信息图像配准算法研究

【摘要】本文采用小波变换与互信息算法及运用人工采样检查点对Google图像进行配准分析。可知,此算法适用于多数图像,且对于特征较少、低空间分辨率的图像,配准效果更佳。

【关键字】小波变换与互信息;人工采样;

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

图像配准是信息处理中的重要一环,由于数据空间关系不同或几何畸变,以致存在不同的空间关系。

1 图像配准算法

本试验以Google图像为依据,分析10个控制点的军方误差RMSE值和匹配控制点的分布情况来衡量图像配准效果,公式如下:

其中M和N分别表示图像的行数和列数,RMSE越小,说明配准的精度越高。

1.1 基于小波变换与互信息图像配准算法

小波变换与互信息算法是小波变换对参考图像和配准图像作多层分解,利用互信息的方法寻找两图像间的空间变换关系,使变换后图像间的互信息达到最大,从而实现配准过程。

2分析

通过人工采样检查点,从局部对其效果进行分析。可知小波变换与互信息算法残差分布相对较平稳,因小波变换是从图像的全局特征进行互信息的计算,效果相对较好。

3结论

基于小波变换与互信息算法结合了小波变换和互信息的优势,能够适用于多数图像,且对于特征较少或低分辨率图像,配准效果更加显著、效率更高。因此,在图像分辨率一致的条件下,实用性最好。

参考文献

[1] 张朝晖.多传感器卫星图像的配准技术研究(D).北京:中国科学院自动化研究所.2003.

[2] 陈明生.图像配准技术研究与应用[D].国防科学技术大学:长沙.2006.

[3] 徐琳,曹晓光,郁文霞.基于角点检测的高精度点匹配算法,仪器仪表学报,2006.

[4] 席学强,王润生.基于直线特征的图像-模型匹配算法[J].国防科技大学学报,2000,22(6):70-74.

上一篇:新型建筑材料的节能保温及环保理念的应用 下一篇:浅析变频控制技术在空调通风系统中的节能应用