为提高图像配准精度和稳定性,降低复杂度,提出一种基于最大后验概率耦合互信息的精确图像配准算法。引入图像最大后验概率(posterior A maximum,MAP),利用MAP抑制待匹配区域特征中的背景干扰因素,根据图像退化过程的差异,引入权重因子,...为提高图像配准精度和稳定性,降低复杂度,提出一种基于最大后验概率耦合互信息的精确图像配准算法。引入图像最大后验概率(posterior A maximum,MAP),利用MAP抑制待匹配区域特征中的背景干扰因素,根据图像退化过程的差异,引入权重因子,通过特征之间对应关系的最小二乘估计,准确提取图像特征;定义最大互信息(mutual information,MI)准则,建立图像特征之间的对应关系,利用高分辨率图像估计对配准参数进行微调。实验结果表明,与当前常用配准算法相比,所提算法能够较准确地从背景中提取目标特征,完成配准,其具有更高的配准精度与更低的复杂度。展开更多
文摘为提高图像配准精度和稳定性,降低复杂度,提出一种基于最大后验概率耦合互信息的精确图像配准算法。引入图像最大后验概率(posterior A maximum,MAP),利用MAP抑制待匹配区域特征中的背景干扰因素,根据图像退化过程的差异,引入权重因子,通过特征之间对应关系的最小二乘估计,准确提取图像特征;定义最大互信息(mutual information,MI)准则,建立图像特征之间的对应关系,利用高分辨率图像估计对配准参数进行微调。实验结果表明,与当前常用配准算法相比,所提算法能够较准确地从背景中提取目标特征,完成配准,其具有更高的配准精度与更低的复杂度。
