圖像配準技術專利申請分析

孫慧靜 張 羅（國家知識產權局專利局專利審查協作河南中心，河南鄭州450002）

圖像配準技術專利申請分析

孫慧靜 張 羅
（國家知識產權局專利局專利審查協作河南中心，河南鄭州450002）

隨著圖像處理的發展，人們對圖像配準的精度和實時性提出了較高的要求。圖像配準作為圖像處理中的關鍵部分，本文給出了圖像配準技術方面的專利申請量趨勢、申請人類型并著重對圖像配準領域的重要申請人進行了介紹，分析了圖像配準專利申請集中的方向。

圖像配準；精度；實時性

1 圖像配準專利申請基本情況

圖像配準作為圖像處理的重要步驟，將兩幅甚至多幅圖像進行對準，尋求圖像之間的最優變換模型，估計最佳變換參數，然后根據所估計出來的參數校準圖像的空間位置，使兩幅或多幅圖像在空間位置上對齊[1]。為了獲得圖像配準相關技術的專利申請情況，本文選用S系統，選擇相關的關鍵詞對相關專利庫進行統計分析，分析結果如圖1所示。

2 圖像配準發展歷程

圖像配準算法歸納起來可分為三類：基于灰度信息、基于特征和基于變換域的方法，下面分別介紹三種方法的專利申請。

2.1 基于灰度信息的方法

該方法主要是利用圖像整體的灰度來進行配準，算法的優點是簡單容易實現。缺點就是計算量太大，配準速度較慢。CN102750537A利用SIFT和歸一化互相關方法建立兩幅影像的初始相關，剔除誤匹配點，從而實現兩幅圖像的配準，提高了圖像的配準精度。CN103714547A利用互相關系數的平方值作為相似性度量函數，提取當相似性度量函數達到最大值時的配準結果參數，對互相關系數進行了改進，可以降低算法的復雜度。CN103679714A將梯度與互相關信息結合實現圖像的配準，都是基于互相關算法的改進，提高了配準的精度。另外，基于互信息的配準也是灰度信息方法的一種，是目前最常用的配準方法之一，主要用于醫學配準中。公開號為CN1631321A的專利申請介紹了基于互信息的多模態醫學圖像配準方法，該方法通過互信息最大化方法實現了待配準圖像的配準，描述了利用互信息實現互信息快速魯棒的多模態醫學圖像配準。CN102622759A嘗試聯合灰度方法對互信息配準進行改進，使得在配準過程中較少落入局部極值點，具有很好的魯棒性，獲得了相對較好的精度；CN103886586A提供了一種基于互信息和梯度信息相結合的醫學圖像配準方法，主要通過對互信息相似度進行加權以及將梯度模的差值加入梯度相似度中，可以有效地解決醫學圖像配準算法的精度低、魯棒性不好的問題。CN103839265A、CN103236048A等都是對互信息算法的改進，其最終目的都是為了提高配準的精度，增強配準的魯棒性。

圖1

2.2 基于特征的方法

基于特征的方法主要是利用圖像的某些特定特征進行配準，根據圖像不同的特征，學者們提出了很多不同的圖像配準算法，常見的特征包括線特征和點特征。EP053011029公開了一種基于點的彈性配準方法，利用SIFT算法在第一圖像內識別多個重要的特征，然后在源圖像區域內最突出的SIFT特征上放置單個控制點，并確定關于該單個控制點的最佳參數設置，用以執行關于該第一圖像的彈性變形，以便優化相似性度量，該方法提供了一種高速、高質量的配準方法。CN101655982A提供了一種基于Harris角點的圖像配準方法，計算待配準圖像的尺度空間并在尺度空間求取Harris角點，用仿射形態修改技術對尺度空間的Harris角點進行迭代處理，對特征點使用描述子和匹配方法進行匹配，實現圖像的配準，本方法能夠獲得較高的匹配精度。基于點特征的算法的優點是靈活性好，錯誤率低，缺點是在大數據量的應用中，需要耗費大量的人力，自動化程度低。

2.3 基于變換域的方法

該方法不同于傳統的在空域中進行的配準，而是在變換域中進行圖像配準，最顯著的就是基于傅里葉變換的圖像配準算法，硬件實現比較方便。

2.3.1 基于傅立葉變換的方法

相位相關算法是典型的基于變換域的算法，主要是針對存在平移變換的圖像。隨后，研究人員在相位相關算法的基礎上，US6266452B1提出了能對仿射變換圖像進行配準的Fourier-Mellin算法,解決了平移、旋轉和縮放圖像間的配準問題。CN102521834是一種增加了旋轉轉換的擴展相位相關方法,如果圖像的尺度改變是已知的，圖像可以聯合傅里葉變換頻譜幅度的對數極坐標映射和相位相關進行配準。CN104050631A在Fourier Mellin算法的基礎上，提出了偽極傅里葉變換的圖像配準，大大減少了坐標轉換間的誤差。CN102521834A公開了一種采用對數極坐標表示的分數階傅里葉變換的圖像配準方法，利用分數階傅里葉變換進行圖像配準的研究，同時利用了圖像的時頻域信息。隨后，CN1047050631A也成功利用分數階傅里葉變換對低劑量CT圖像進行了配準。

2.3.2 基于小波變換的圖像配準算法

CN101238993A公開了一種非剛體圖像配準方法，該方法用整數提升小波多分辨分析的方法減少計算量，在不降低配準精度的條件下，減少了計算量。

2.3.3 基于Gabor域

CN103971364A公開了一種基于加權Gabor小波特征和兩極聚類的遙感圖像變化檢測方法，根據遙感圖像類型產生差異圖像，對差異圖像進行Gabor小波變換，提取差異圖像Gabor小波變換的多尺度和多方向特征，設計加權系數，獲得變化檢測結果。CN104732532A公開了一種遙感衛星多光譜圖像配準方法，提取遙感圖像的Gabor域特征，解決了大幅面遙感圖像不同區域存在不同程度畸變的問題。

3 皇家飛利浦專利技術發展歷程

皇家飛利浦于2004年開始著手醫學圖像配準專利的申請，CN1890689A介紹了一種彈性的圖像配準，提供了一種非剛性配準的方法，可以降低人工對準的復雜度。CN1890693A、CN101341514A、CN101305395A公開了一種基于點的自適應彈性圖像配準方法，該方法不需要地標對應，能夠自動找到控制點的最佳位置。EP043007632公開了一種用于醫學圖像配準的通用變換濾波合成方法，使用低通濾波核心過濾將被配準的第一和第二圖像，該低通濾波核心具有尖銳的中心峰值和遠離該中心峰值的緩慢衰減。該裝置確定將過濾的第一圖像轉變成過濾的第二圖像的映射函數，實現圖像的配準。US61014464公開了一種基于相位一致性的圖像配準方法，包括將第一圖像的第一子部分與第二圖像的對應的第二子部分配準，并且將第二圖像的第二子部分與第一圖像的對應的第三子部分配準。第一子部分包含第一感興趣對象，并且第三子部分包含第三感興趣對象。該方法還包括當第一和第三感興趣對象充分相似時減小第一子部分的尺寸。該方法還包括重復配準第一子部分、配準第二子部分以及減小第一子部分的尺寸的步驟直到第一和第三對象不充分相似為止。

飛利浦的專利技術主要側重于醫學圖像配準，其大部分的方法都是為了減輕人工對準的工作負擔，利用醫學設備快速實現圖像的配準。近幾年，飛利浦的全球專利申請量都是偏向于快速醫學圖像配準的應用，而不只是理論算法的研究。

4 結語

在國內，目前，圖像配準的研究主要集中于高校研究，代表有重慶大學、東南大學、電子科技大學等。其研究目標主要分為兩個方向：（1）高配準精度；（2）低時間復雜度。高校的研究一般都是偏理論方向，沒有考慮到實際應用中算法的復雜度，與實際應用還存在一定的差距。

［1］張銳娟.圖像配準理論及算法研究［D］.中國優秀碩士學位論文全文數據庫，2009.

［2］劉斌等.圖像配準的小波分解方法［J］.計算機輔助設計與圖形學學報，2003，15（9）：1070-1073.

［3］郭曉潔等.基于Gabor濾波器組的自適應圖像配準計算［J］.云南大學學報，2009，31（S1）：9-12.

Patent Analysisof Image Registration Technology

Sun Huijing Zhang Luo
(PatentExamination Cooperation Henan Centerof the PatentOffice,SIPO,Zhengzhou Henan 450002)

With the developmentof image processing,the demand for accuracy and instantaneity of image processing hasbeen increasing.Image registration isa key role of image processing.This paper introduces the trend ofpatentap?plication and the type of applicants,and especially emphasizes the application situation of the importantapplicants. Furthermore,the intensive direction of importantapplicants isanalyzed in thispaper.

image registration;accuracy;real-time

TP391.41

A

1003-5168（2017）07-0054-03

2017-4-25

孫慧靜（1989.10-），女，碩士研究生，審查員，研究方向：圖像處理；張羅（1991.09-）,女，碩士研究生，審查員，研究方向：商業方法。