1. 研究目的与意义（文献综述）

自二十世纪七八十年代至今，图像匹配成为了图像处理领域内的一个热点，图像配准的图像匹配包括物体识别与场景识别，可以用来解决多图像3d结构问题、立体匹配问题、运动追踪问题，其技术广泛应用于计算机视觉、导弹末制导、目的追踪、医疗诊断等许多方面。景象匹配技术以图像配准的原理为基础，凭借其定位精度在理论上与射程无关和自主性强的特点，已经成为组合导航中颇受重视的关键技术一。

图像配准方法迄今为止，在国内外的图像处理研究领域，已经报道了相当多的图像配准研究工作，产生了不少图像配准方法。总的来说，各种方法都是面向一定范围的应用领域，也具有各自的特点。比如计算机视觉中的景物匹配和飞行器定位系统中的地图匹配，依据其完成的主要功能而被称为目标检测与定位，根据其所采用的算法称之为图像相关等。在一些应用中，也可以定义为：将某一目标图片和模板中的图片进行对准和匹配的过程。在目标跟踪、三维重建、文字识别、人脸识别，医疗图像处理、气象图像处理等计算机视觉领域中，图像匹配是其中非常关键的一个环节。

图像配准的方式可以概括为相对配准和绝对配准两种：相对配准是指选择多图像中的一张图像作为参考图像，将其它的相关图像与之配准，其坐标系统是任意的。绝对配准是指先定义一个控制网格，所有的图像相对于这个网格来进行配准，也就是分别完成各分量图像的几何校正来实现坐标系的统一。本文主要研究大幅面多图像的相对配准，因此如何确定多图像之间的配准函数映射关系是图像配准的关键。通常通过一个适当的多项式来拟合两图像之间的平移、旋转和仿射变换，由此将图像配准函数映射关系转化为如何确定多项式的系数，最终转化为如何确定配准控制点（rcp）。

2. 研究的基本内容与方案

本研究主要内容和基本目标如下：

（1）分析数字图像配准的原理，阐述数字图像配准系统的组成，研究数字图像配准的关键技术.从图像配准的特征空间，搜索空间，灰度级插值技术和相似性度量四个方面来说明图像配准技术基础。重点介绍搜索空间的旋转，平移和缩放变换，以及它们的综合仿射变换。

（2）分析讨论基于灰度信息法、变换域求解法和基于特征法这三种图像配准算法适用范围及其特点。

3. 研究计划与安排

第1-3周：收集、研读选题相关的文献资料，完成、完善方案论证，撰写开题报告；

第4-5周：认真学习选题相关的知识、理论和算法等，熟悉掌握项目所需工具、软硬件环境等；

第6-9周：结合前期学习，完成项目方案初步实现，并做好相关记录；

4. 参考文献（12篇以上）

[1] 唐烁,缪源.基于harris角点的图像匹配算法[j].微型机与应用,2013,32(2):41-43.

[2] 阳吉斌,胡访宇,朱高.基于改进surf算法的遥感图像配准[j].电子测量技术，2012,35(03):69-72.

[3] yanwei pang,wei li,yuan yuan,et al.fully affine invariant surf for image matching[j] .neurocomputing ,2012,85(1):6-10.