图像配准"/>
基于互信息的图像配准
1.互信息:
- 互信息(Mutual Information)在信息论中是信息论里一种有用的信息度量,它可以看成是一个随机变量中包含的关于另一个随机变量的信息量,或者说是一个随机变量由于已知另一个随机变量而减少的不肯定性。
- 两个图像之间的相关性,或图像互相包含信息的多少。图像配准中,两幅图的互信息可通过熵以及联合熵反映;其中,图像A、B的互信息可以表示为:
- 其中H(A)、H(B)为图像A、B的信息熵,H(A,B)为图像A、B的的联合信息熵。两幅图像相似度越高或重合部分越大时,其相关性也越大,同时联合熵越小,也即互信息越大。
因此:图像配准及可以理解为寻找模板与各子图之间互信息(MI)的最大者,即为配准图像;换句话说,就是一个优化问题。利用优化算法,寻找一种最佳的空间变换配准算法使得两幅图像的互信息最大。可以通过梯度下降、蚂蚁算法、遗传算法等进行迭代优化。
更多推荐
基于互信息的图像配准
发布评论