Методы основанные на выделении элементов изображения

Сущность этих методов состоит в следующем: сначала выделяются элементы изображений, а затем они отождествляются. В качестве элементов изображения могут быть точки, линии, полигоны, итд. Для выделения этих элементов применяются различные операторы, с которыми осуществляется свертка изображений. Например, для точек существуют операторы Forstner, Moravic, Dreschler y Mar-Hildreth. Задача этих операторов найти на изображении области с наибольшим изменением контраста, в которых затем получатся наилучшие результаты корреляции. Выделенные точки с помощью оператора Forstner инвариантны к поворотам и как следствие в этих точках корреляция получается более надежно. Оператор Moravic позволяет выделить точки с контрастом, превышающем некоторый порог. Оператор Dreschler вычисляет значение кривой Гаусса, которое позволяет определить точки принадлежащие перегибам линий. Эта характеристика линий не изменяется в зависимости от геометрических искажений, изменений масштаба и поворота изображения. Оператор Marr-Hildreth (или оператор LoG лапласиан гауссиана) фильтрует изображение и одновременно выделяет зоны изменений значений плотностей изображения.

Существуют различные операторы (операторы Roberts, Prewitt, Sobel), которые позволяют выделить линии и полигоны. Эти операторы основаны на выделении границ изменений значений плотностей изображения.

После выделения элементов изображений применяются площадные алгоритмы отождествления соответственных точек.

Преимущества:

• Устойчивость к шумам изображений, так как анализируются не сами значения пикселей, а их изменения по сравнению с соседними, что ослабляет влияние шумов изображений.

• Малая чувствительность к геометрическим и фотометрическим искажениям изображений.

Недостатки:

• Предусматривают дополнительные вычислительные процедуры по выделению элементов изображений.

Методы, использующие связи между элементами изображения

В этих методах сначала выделяются элементы изображений (точки, линии, полигоны, и тд.) затем определяют характеристики (атрибуты) этих элементов, такие как длинна, ориентация, площадь, контраст, среднее значение плотности изображения и тд.

После присвоения этих атрибутов соответствующим элементам выполняют анализ связей между этими элементами, используя теорию графов.

Эти методы применяются только для получения первого приближения отождествления одноименных точек или для общего (достаточно грубого) отождествления двух изображений. Затем целесообразно использовать площадные методы отождествления соответственных точек для более точного их определения.

Кроме рассмотренных выше методов существует еще группа методов, основанных на применении теории динамического программирования (решение уравнений с ограничениями). Однако, эти алгоритмы практически не используются из-за их сложности.

Рассмотрим более детально наиболее часто применяемые на практике методы для нахождения соответственных точек на паре перекрывающихся цифровых изображений.