matlab1196 基于matlab 的图像配准算法

项目介绍

本次设计采用三种算法来实现，分别为基于灰度信息的图像配准算法、基于特征的图像配准算法、基于优化策略的图像配准算法。基于灰度信息的图像配准方法一般不需要对图像进行复杂的预先处理，而是利用图像本身具有的灰度的一些统计信息来度量图像的相似程度。其主要特点是实现简单，但应用范围较窄。基于特征的图像配准是配准中最常见的方法。对于不同特性的图像，选择图像中容易提取,并能够在一定程度上代表待配准图像相似性的特征作为配准依据。它可以克服利用图像灰度信息进行图像配准的缺点，主要体现在以下3个方面:（1）图像的特征点比图像的像素点要少很多，从而大大减少了匹配过程的计算量。（2）特征点的匹配度量值对位置变化比较敏感，可以大大提高匹配的精度。（3）特征点的提取过程可以减少噪声的影响,对灰度变化、图像形变以及遮挡等都有较好的适应能力。图像的配准实际上是一个多参数最优化问题,通过不断改变几何变换参数使相似性测度达到最优。为了减少总的计算址,加快搜索速度，需要采用一定的优化算法，而这就是基于优化策略的图像配准算法。本设计软件采用MATLAB来实现。