较逐一比较法有所提高。 算法的缺点: (1)算法的精度不高。在是在粗略匹配过程中,移动的步长较大,很有可能将第一幅图像上所取的网格划分开,这样将造成匹配中无法取出与第一幅图像网格完全匹配的最佳网格,很难达到精确匹配。 (2)对图像的旋转变形仍然不能很好的处理。与逐一比较法一样,该算法只是对其运算速度有所改进,让搜索空间变小,并无本质变化,因此对图像的旋转变形并不能进行相应处理。 3.2.3相位相关法相位相关度法是基于频域的配准常用算法。它将图像由空域变换到频域以后再进行配准。该算法利用了互功率谱中的相位信息进行图像配准,对图像间的亮度变化不敏感,具有一定的抗干扰能力,而且所获得的相关峰尖锐突出,位移检测范围大,具有较高的匹配精度。 相位相关度法思想是利用傅立叶变换的位移性质,对于两幅数字图像s,t,其对应的傅立叶变换为S,T,即:S=F{s}=e T=F{t}=e (3-6)若图像s,t相差一个平移量(x,y),即有: s(x,y)=t(x-x,y-y) (3-7) 根据傅立叶变换的位移性质,上式的傅立叶变换为: S()=eT() (3-8) 也就是说,这两幅图像在频域中具有相同的幅值,只是相位不同,他们之间的相位差可以等效的表示为互功率谱的相位。两幅图的互功率谱为: =e (3-9) 其中*为共扼符号,表示频谱幅度。通过对互功率谱式(3-9)进行傅立叶逆变换,在((x,y)空间的(x,y),即位移处,将形成一个单位脉冲函数,脉冲位置即为两幅被配准图像间的相对平移量x和y 式(3-9)表明,互功率谱的相位等价于图像间的相位差,故该方法称作相位相关法。
全文预览
