梯度與曲率變形力相結合的圖像配準方法
——大形變非剛性圖像配準

賈義亭，祝 軒，藺恩標，雷文娟

西北大學 信息科學與技術學院，西安710127

1 引言

圖像配準就是對在不同時間、不同傳感器等不同條件（天候、照度、攝像位置和角度等）下獲得的兩幅或多幅圖像根據某種配準測度函數，尋找一種空間變換關系，使經過空間變換后兩幅圖像間的相似性最大或者差異性最小。圖像配準（Image registration）被廣泛地應用于遙感數據分析、計算機視覺、醫學圖像分析和軍事目標自動識別等領域，是圖像處理領域的一個重要研究方向。圖像配準方法通常分為兩類：一類是剛性配準，另一類是非剛性配準。剛性配準適合于剛性物體形變的配準，其只能對圖像進行全局線性變換，使它在圖像配準方面存在很大的局限性，目前剛性配準技術已經發展得比較成熟。自然界中多數物體的形變都屬于非剛性形變，非剛性配準[1]能夠更精確地實現局部變形，其配準技術有待進一步提高，基于此圖像的非剛性配準算法研究受到相關人員的高度關注。

非剛性配準方法主要分為兩大類：基于像素的方法和基于特征的方法。其中基于像素的方法不需要對圖像進行分割，可避免因分割帶來的邊緣效應和誤差，是目前公認的較好的方法之一。Hellier 等人[2]對配準方法的比較研究表明Demons 配準算法對非剛性形變具有較高的配準精度。文獻[3]則指出Demons 算法只適用于小形變配準，對大形變問題Demons 算法將不能保持圖像的拓撲結構，并產生物理上的不合理形變。此外，Demons算法還存在僅靠梯度信息來確定浮動圖像的位移量，當梯度非常小時，圖像形變的方向不能被確定，往往會導致錯誤的配準變換[3]。……