图像配准的国内外研究现状发展状况
从图像配准的提出到目前为止的几十年时间里，随着计算机科学技术的飞速发展和普及，国内外对图像配准技术的研究有了比较系统的发展，形成了一些成熟的算法。在基于图像特征的配准技术中，目前运用比较成熟的图像特征包括点特征、直线段、边缘、轮廓、闭合区域和统计矩等。特征提取算法可分为点特征提取算子（如Harris算子和Susan算子）、线特征提取算子（如LoG算子、Canny算子和面特征算子），随着边缘检测和图像分割等技术的快速发展，基于轮廓、边缘和区域的配准方法正逐渐成为研究的热点。基于特征的方法往往具有操作简单、配准速度快、精度较高的优点，但却同时也存在缺点，如需要人工干预、特征点的获取比较困难等；基于灰度的图像配准直接利用整幅图像的灰度对两幅图像之间的相似性进行度量，基于灰度的配准方法的优势在于只对图像的灰度进行处理，可以避免主观因素的影响。常见的算法有最大互信息法、相关法、条件熵法、联合熵法等。
近几年国内学者针对图像配准的研究重心逐步转移到多模图像配准，提出了很多理论与方案。但是这些方法多基于像素级别的，而随着各个领域对图像质量要求的提高，如卫星遥感、医学领域需要更精确的配准，需要将配准精度控制在一个像素以内，即达到亚像素级。众多的学者对于亚像素级配准的方法进行了研究与实验，提出了相关插值法、梯度法、小波变换法等。相关插值法，这类方法的精度取决于插值算法的质量；梯度方法，其前提条件是图像灰度保持不变，微分算子对光照较为敏感；相位相关法利用图像的旋转、平移、比例变化都能在频域中反映出来的特征，进行配准，具有一定的抗噪声能力，同是可以利用FFT的方法提高配准的速度；小波变换法，使得求解配准参数的运算量较小，有效的提高效率。
在多模图像配准中，关于互信息图像配准技术的研究，已经成为该领域的热点课题，最大互信息算法是图像配准的有力工具，但其仍然存在缺点，如插值引起的局部极值，容易导致误配准，空间信息利用不足等缺点，一些学者也提出了相应的改进方法。可以看出，针对图像配准的研究取得了一些重要的成果，但仍然存在一些亟待解决的问题，如提高非刚性配准的速度等诸多问题都需要国内学者共同探讨。
上一篇：有限元方法FEM国内外研究现状
下一篇：网络营销策略研究现状和发展趋势