华北电力大学电气与电子工程学院, 河北 保定 071003
可见光和红外图像是电力巡检机器人检测电力设备健康状态的重要方式,图像配准可以结合两类图像的优势,为后续状态监测提供更好的依据。针对红外图像模糊导致的配准精度下降问题,提出了一种基于显著性梯度的归一化互信息算法。首先,在红外图像视觉显著性检测的基础上,强化了显著性区域的边缘梯度信息;然后,将显著性梯度信息和归一化互信息相结合作为配准的测度函数;其次,为了提高图像配准算法的收敛性,提出了一种文化狼群算法。该算法将文化算法的分层进化特点引入狼群算法,建立信念空间和群体空间。在迭代过程中,通过信念空间的知识指导群体空间的进化。最后,选取变电站巡检图像、标准配准测试图像集和标准测试函数进行对比实验,结果表明,该算法在配准率和配准速度方面的性能较好。
图像处理 电力巡检机器人 图像配准 文化狼群算法 归一化互信息 光学学报
2020, 40(16): 1610003
1 西华大学计算机与软件工程学院,四川成都 610039
2 中国空气动力研究与发展中心,四川绵阳 621000
压敏漆技术是一种经济性高、速度快的风洞测压前沿技术。在风洞试验中,由于强风影响,模型会发生畸变,造成有风图像和无风图像难以配准,从而严重影响测压精度。针对这一问题,本文创新性的将二维非刚性 ICP算法用于此问题,采用点云方式使得图像细节区域有效配准,同时也有利于后续三维重建工作。然而由于二维非刚性 ICP算法仅考虑二维坐标位置关系,忽略压敏漆图像像素灰度具有的相关性,使得配准精度不高。直接利用三维非刚性 ICP算法又会发生误配准,所以为了进一步提高配准精度,本文提出了一种基于像素关联搜索策略的非刚性 ICP算法,算法设计了综合考虑 2D坐标与像素灰度值的双目标搜索策略,实现了精确的局部匹配点搜索与双目标优化。在多组压敏漆图像上将本文算法与五种配准算法进行了对比实验分析。实验结果表明,本文所提出的算法具有最好的配准精度。相比次优算法,RMSE提升超过 15%,NMI提升在 5%左右。
压敏漆图像 图像畸变 非刚性 ICP 归一化互信息 图像配准 pressure-sensitive paint image image distortion non-rigid ICP normalized mutual information image registration
海军工程大学 兵器工程学院, 湖北 武汉 430033
烟幕是对抗红外侦察与制导的有效手段。为了定量评估和评价烟幕对红外热成像干扰的效果, 从理论和实验两方面进行了研究。理论上, 依据作用距离准则, 从辐射对比度入手, 建立了烟幕干扰下的红外热成像视距方程, 从而可以通过估算干扰前后热成像系统作用距离的变化来分析评价烟幕干扰的效果。实验中, 首先测定了烟幕对不同波段辐射的透过率。然后以人体作为观察目标, 基于相似度准则, 引入归一化互信息指标作为评价标准, 并和直接观察结合来分析红外热成像效果受烟幕干扰的情况。结果表明, 在烟幕干扰下, 当红外热成像系统无法达到识别要求时, 目标与背景表观对比度下降到固有对比度的4%以下, 对应的烟幕透过率为55%, 且理论计算与实验分析相符。
烟幕干扰 辐射对比度 视距 归一化互信息 interference of smokescreen radiation contrast view range normalized mutual information 红外与激光工程
2018, 47(12): 1204004
1 河北大学 电子信息工程学院,河北 保定 071000
2 河北省数字医疗工程重点实验室,河北 保定 071000
3 河北大学 附属医院,河北 保定 071000
为了提高甲状腺肿瘤检出的准确率,将遗传思想中的选择、交叉和变异操作引入蝙蝠算法,提出基于遗传思想蝙蝠算法的甲状腺SPECT-B 超图像配准。首先,利用甲状腺SPECT 图像与B 超图像共有的甲状腺及肿瘤轮廓特征,以改进的梯度归一化互信息为相似性测度,以遗传思想蝙蝠算法为优化策略优化配准所需的空间变换参数。实验结果表明,改进的梯度归一化互信息具有高定位精度和较少的局部极值;遗传思想蝙蝠算法提高收敛速度与收敛精度,改进的梯度归一化互信息与遗传思想蝙蝠算法相结合使甲状腺SPECT-B 超图像较好地配准。
图像配准 甲状腺肿瘤 遗传思想 蝙蝠算法 梯度归一化互信息 image registration thyroid tumor genetic idea bat algorithm gradient normalized mutual information
中国航空工业集团公司洛阳电光设备研究所, 河南 洛阳 471009
自动目标识别是进行精确打击的关键技术, 其主要实现方法是图像匹配。为提高自动目标识别中图像匹配的精度和速度, 提出一种基于最大互信息的快速图像匹配算法。根据定义的图像匹配相似度量, 利用灰度信息进行模板匹配, 并应用分离图像信息贫乏区的方法提高了算法的图像匹配性能。仿真结果表明, 所提方法可有效提高红外图像匹配的实时性和正确性。
目标识别 图像匹配 归一化互信息 target recognition image matching normalized mutual information
1 海军航空工程学院电子信息工程系,山东烟台 264001
2 鲁东大学 信息与电气工程学院
3 鲁东大学 数学与信息学院,山东烟台 264025
4 鲁东大学 信息与电气工程学院:
基于像素的图像配准测度函数通常采用归一化互信息,其具有良好的配准性能,能够达到亚像素配准,但对于多模态图像配准,由于局部极值的影响以及全局最大值的捕获范围较窄,容易陷入局部极值导致配准失败。结构相似度通常用来评估图像质量,可以反映图像间视觉效果和结构信息的差别,同时与像素灰度的统计分布相关,当空间位置发生改变时,图像间的结构相似度也随之发生变化。对其进行适当修改,作为一种新的测度函数运用于图像配准。实验结果表明: 这种修改后的结构相似度作为测度函数,其配准曲线为良好的上凸函数,没有明显的局部极值,图像匹配时对应其全局最大值,并且捕获范围较宽,鲁棒性较高,但运算速度较慢,对强噪声比较敏感;应用于三维图像配准,即使是 10个参数的仿射变换,也能够达到亚像素级配准精度。
仿射变换 图像配准 修改后的结构相似度 归一化互信息 affine transformation images registration modified structural similarity (MSSIM) normalized mutual information (NMI)