一种改进的非刚性图像配准算法

非刚性图像配准一直是计算机视觉领域的研究重点.为解决上述问题,提出一种改进的光流场模型算法,以提高光流估计的准确度.算法首先对原始变分光流模型进行了改进,提出利用新的各向异性正则项来代替原来的同向扩散函数,以避免图像模糊,保留图像的边缘特征与细节特征;此外,通过引入包含邻域信息的非局部平滑项来去除光流噪点,同时增加了一个结合图像结构与光流运动信息的权函数,以减少过平滑所造成的细节丢失,提高算法的鲁棒性.最后,利用交替最小化与金字塔分层迭代策略相结合的方法求解位移场,实现非刚性图像的自动配准.仿真实验结果表明,与传统方法相比,本文算法对不同类型的非刚性图像均具有较高的鲁棒性,取得了理想的图像配准效果.