文档介绍：一种对非线性配准问题的信赖域方法综述摘要:该文主要介绍了应用信赖域方法来得到一个向量u(x)=(u1(x),u2(x))t,使得匹配由相同的成像设备获取的两幅很相的图像,应用u(x)使得浮动图像T的像素点x=(x1,x2)t变化后而得到的灰度值与参照图像R的灰度值近似相同或相同。主要思想是通过对函数D(u(x))=‖R(x)-T(x-u(x))‖2进行极小化,该文是对非线性函数D(u(x))在当前点线性化估计,但是二次极小化问题也许会出现病态,这样就需要一个辅助的光滑弹性项来对其最小二乘泛函进行惩罚,本文介绍了相应的算法描述。关键词:图像配准;最小二乘泛函;信赖域法中图分类号:TP751文献标识码:A文章编号:1009-3044(2010)16-4500-02 ATrustRegionMethodForNonlinearImageRegistration LIUTian-bao,GAOYan-Chao,SUNJia-hui,CHENGYi (MathOffice,AviationUniversityofAirForce,Changchun130022,China) Abstract:Thispaperintroducesatrustregionmethodtoobtainadisplacementvectorfieldu(x)=(u1(x),u2(x))t,=(x1,x2)tofanimageT,(u(x))=‖R(x)-T(x-u(x))‖,wereplacethenonlinearfunctionalD(u(x))-posed,.Weuseanauxiliarylinearelasticityterm,whichincorporatessmoothnessconstraintstothedisplacementfield. Keywords:Imageregistration;leastsquaresfunctional;trustregionmethod 1概述图像配准是图像处理领域最重要,发展最迅速的一项技术,广泛应用于军事、遥感、计算机视觉等众多领域。图像配准,是通过寻找一种空间变换,使两幅或多幅图像的对应点达到空间位置和解剖位置的完全一致,配准的结果应该使两幅图像上所有解剖点、或至少是所有具有特征意义上的点都达到配准。图像配准是信息融合的基础与前提。图像配准由特征空间、搜索空间、搜索算法和相似性测度四个部分组成。特征空间是提取待配准图像的特征信息;搜索空间是进行变换的方式及变换范围;搜索