图像配准基础理解

由对图像配准原理的讨论可知，多幅图像配准的目的是综合利用图像中的各种空间和灰度属性的信息，合并成一组在空间位置上和灰度属性上一一对准的图像，以便于对这组图像的后续处理。因此，图像配准一般由以下五个步骤构成：
（1） 建立原始图像和待配准图像坐标系；
（2） 确定图像配准控制点；
（3） 应用配准控制点建立图像间的畸变模型；
（4） 根据畸变模型对待校正影像进行重采样；
（5） 原始图像和待配准图像的平滑拼接。
第一步。为图像配准提供一个参考系统。对于相对配准通常是取一幅图像的图像坐标系作为待校正图像坐标系，而另一幅图像的坐标系为参考坐标系或者校正图像坐标系；对于图像相对格网进行的配准，则通常取大地坐标系或者地图坐标系作为校正坐标系，而分量图像的坐标系作为原始图像坐标系。
第二步。是图像配准的关键，即选择控制点。由于多幅图像反映了相同或部分相同的地图特征，因此图像上的一部分像素点应该在多幅图像的其它分量上有代表同一地面点的同名点，即配准控制点（RCP）。选择控制点的方式有三种：手工、半自动化搜寻和计算机自动查找。有许多特征提出算法可以用于RCP的选取，本文下一节将重点讨论配准控制点的选取算法。不管采用哪一种匹配算法，最终所选择的RCP的精度、数量以及它们在图像上分布的情况在很大程度上决定了几何校正和配准的精度，所以在选择配准控制点时应注意以下几点：
u 控制点一般应选择标志较为明确、稳定，并且在参考影像和待校正影像上都容易辨认且目标较小的突出地图特征点，比如道路的交叉点、河流主干交叉处、田地拐角等等；
u 控制点在影像上必须均匀分布，否则在配准控制点较密集的区域内配准的精度较好，而在配准控制点分布比较稀疏的地方，配准的精度就差；
u 控制点的数量应适当，太多了影响计算机处理的速度，太少了不利于精确配准。
第三步。用所得到的配准控制点之间的关系来确定图像的畸变模型参数，它随着所采取的校正方法的不同而不同。在本文中采用的畸变模型是一次多项式，利用它对两幅图像间的几何畸变进行逼近。在整体校正时，可以用最小二乘法对分布于整个图像区域上的控制点进行拟合，得到一次多项式系数；在分块校正和局部校正时则利用的是完全解。
第四步。在基于畸变模型的基础上对待校正影像求取输出图像各像素的灰度值，即进行几何变换和重采样。