题目：红外与可见光图像配准技术研究

多模态图像配准是图像融合领域的一个基础问题和首要问题。它是将不同传感器获取的同一场景的两幅或多幅图像进行匹配、叠加的处理过程。图像配准已经成为一项重要技术，它被广泛地应用于遥感数据分析、医学图像处理、军事应用等领域。基于特征的图像配准方法是图像配准中最常见的方法之一。通过对现有的一些基于特征的图像配准方法的研究，我们发现尽管它们有较强的有效性和可靠性，有些还可以达到较高的配准精度，但是对于多模态图像间的配准，以及待配准图像间存在较大旋转平移的情形，这些方法并不能取得令人满意的结果。因此，如何解决这两种情况下的图像快速准确配准问题成为了本文的主要研究目的。在基于边缘特征的图像配准中有两个重要的环节：一是边缘特征点的提取，二是相似性度量，即特征匹配准则。边缘特征点提取的准确性及定位的精确程度将对相似性度量产生影响。两者都是基于边缘特征的图像配准的关键。因此，我们就对这两个方面进行重点研究。论文主要涉及了以下几个内容：其一，通过分析边缘检测原理，结合实际研究对象，分别提出了针对红外航拍图像的最大方向方差边缘特征点提取算法和针对可见光航拍图像的广义方向方差边缘特征点提取算法。其二，分析了常用的六种特征匹配准则，并重点分析了相关系数准则，提出了交叉相关迭代的特征匹配方法。其三，提出了一种由粗到精，渐进式的特征点匹配思想。利用Hausdorff距离准则分层搜索图像粗略变换参数，在得到图像变换参数估计值的基础上，再通过交叉相关迭代准则寻找一致特征点对，最后用最小二乘法求解精确变换参数。与以前的图像配准方法相比，我们提出的方法在适应性和配准速度上都有很大的改进。