[發明專利]基于改進的結構相似度的圖像配準方法

無效

• 申請號: 201110372864.2
• 申請日: 2011-11-22
• 公開（公告）號: CN102509114A
• 公開（公告）日: 2012-06-20
• 發明（設計）人: 李京娜;王剛;王素文;馬秋明
• 申請（專利權）人: 李京娜
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 煙臺雙聯專利事務所(普通合伙) 37225
• 代理人: 梁翠榮

技術領域

本發明涉及一種圖像配準方法，特別涉及一種基于改進的結構相似度的圖像配準方法。

背景技術

作為圖像分析之前的必要步驟，圖像配準（Images?Registration）是圖像處理領域的一項重要技術，圖像配準的任務是對取自不同時間、不同傳感器或者不同視角的同一場景的兩幅或多幅圖像進行空間幾何變換，使圖像內容在拓撲上相對應、在幾何上相對齊。

????配準框架由四部分組成：幾何變換(Transform)、圖像插值(Image?Interpolator)、相似性測度(Similarity?Metric)、函數優化(Cost?Function?Optimizer)，其中最關鍵的是確定相似性測度(Similarity?Metric)，它直接影響配準效果的好壞。根據圖像配準中利用的圖像信息將相似性測度分為三類，包括基于灰度信息的圖像配準、基于變換域的圖像配準以及基于幾何特征的圖像配準。

基于像素灰度的配準方法，一般不需要對圖像進行復雜的預先處理，而是利用圖像本身具有的灰度的一些統計信息來度量圖像的相似程度，常用的測度函數有均方和誤差、相關系數和（歸一化）互信息等，互信息是1995年Viola等人和Collignon等人提出的，作為配準測度函數，近年來成為研究的熱點之一，算法通過不斷改進也能夠達到亞像素級配準，但局部極值會導致配準不穩定，尤其是多模態圖像配準。

由Zhou?Wang和Alan?C.?Bovik等人基于人類視覺系統特點提出的結構相似度（Zhou?Wang，?A?C?Bovik?，?H?R?Sheikh，?E?P?Simoncelli.?Image?quality?assessment?from?error?visibility?to?structural?similarity[J].?IEEE?Transactions?on?Image?processing，2004，13(4)：600-612.），以往都用來評估圖像質量，比如圖像去噪后的質量評估等。

結構相似度模型是基于圖像局部亮度、對比度、結構信息三個部分相關性比較，定義為：

??????????????????????????

?????????????????????????????????????????

?????????????????????????????????????????

??????????????????????????????????????????

其中X，Y代表原始（或參考）圖像塊與待評估的（或浮動）圖像塊，，，分別表示X與Y的亮度相關函數、對比度相關函數和結構相關函數，這三項是相互獨立的；、、>0，這3個參量用來調整亮度、對比度和結構信息的權重，為簡化表達，取；?、、、、分別表示X、Y的局部亮度均值、標準差與協方差；、、為小的正常數，以防止分母為零而出現不穩定，其中、、，、<<1，L是像素的動態范圍(若是8位灰度圖像則L=255)。

SSIM可以簡化為：

???????????????????????????????

結構相似度在進行計算時采用滑動窗口方法，首先按照前式計算各個窗口內的結構相似度，然后對所有圖像塊進行累加平均得到平均結構相似度MSSIM：????????????????????????????????????????????????

通常仍簡寫為SSIM。其中M代表圖像塊的數量。

如果直接采用由Zhou?Wang和Alan?C.?Bovik等人提出的結構相似度SSIM做圖像配準的目標函數（Cost?Function?Optimizer），只能配準單模態圖像，而無法解決多模態圖像配準問題，這是因為對于多模態圖像，由于圖像內容差異較大，即使完全對齊，SSIM一般也不等于1，在時SSIM反而下降。這一點通過配準曲線得到了證實。

另一方面，圖像配準實質上就是通過優化算法，尋求某個測度函數極值對應的幾何變換參數。測度函數的選取至關重要，有基于最小距離準則（the?minimum?distance?rule）、最大相似度（maximum?similarity?measure）準則等，互信息和結構相似度均屬于最大相似性測度函數。

發明內容