论文部分内容阅读
图像配准是对取自不同时间、不同视角或不同传感器的同一场景的两幅图像或者多幅图像匹配的过程。它是所有图像分析中的一个关键预处理步骤。图像配准技术主要应用在以下三个领域：医学图像处理方面、遥感图像处理方面以及计算机视觉和模式识别方面。
从数学角度描述，图像配准计算一般通过定义图像之间的某种相似性关系，然后在一定条件下求解相似性之差的极小值来进行的。其中，用于调节空间变换函数光滑性与匹配图像间相似性的参数选取直接影响配准计算的精确度，参数值过大或过小都会产生不连续的变形区域或不理想的配准结果。
本论文主要分析了传统图像配准方法存在的不足和基于PDE模型图像配准方法中参数选择的不足，提出了一种适合于单模态图像配准参数的自适应计算方法——将概率密度函数引入到PDE配准模型中，利用相似性与光滑性之比作为权重自动调节参数的计算。实验结果表明，该方法可以有效降低参数选择的敏感性，提高计算精度。