圖像配準(zhǔn)技術(shù)專利申請(qǐng)分析

孫慧靜 張 羅（國(guó)家知識(shí)產(chǎn)權(quán)局專利局專利審查協(xié)作河南中心，河南鄭州450002）

圖像配準(zhǔn)技術(shù)專利申請(qǐng)分析

孫慧靜 張 羅
（國(guó)家知識(shí)產(chǎn)權(quán)局專利局專利審查協(xié)作河南中心，河南鄭州450002）

隨著圖像處理的發(fā)展，人們對(duì)圖像配準(zhǔn)的精度和實(shí)時(shí)性提出了較高的要求。圖像配準(zhǔn)作為圖像處理中的關(guān)鍵部分，本文給出了圖像配準(zhǔn)技術(shù)方面的專利申請(qǐng)量趨勢(shì)、申請(qǐng)人類型并著重對(duì)圖像配準(zhǔn)領(lǐng)域的重要申請(qǐng)人進(jìn)行了介紹，分析了圖像配準(zhǔn)專利申請(qǐng)集中的方向。

圖像配準(zhǔn)；精度；實(shí)時(shí)性

1 圖像配準(zhǔn)專利申請(qǐng)基本情況

圖像配準(zhǔn)作為圖像處理的重要步驟，將兩幅甚至多幅圖像進(jìn)行對(duì)準(zhǔn)，尋求圖像之間的最優(yōu)變換模型，估計(jì)最佳變換參數(shù)，然后根據(jù)所估計(jì)出來(lái)的參數(shù)校準(zhǔn)圖像的空間位置，使兩幅或多幅圖像在空間位置上對(duì)齊[1]。為了獲得圖像配準(zhǔn)相關(guān)技術(shù)的專利申請(qǐng)情況，本文選用S系統(tǒng)，選擇相關(guān)的關(guān)鍵詞對(duì)相關(guān)專利庫(kù)進(jìn)行統(tǒng)計(jì)分析，分析結(jié)果如圖1所示。

2 圖像配準(zhǔn)發(fā)展歷程

圖像配準(zhǔn)算法歸納起來(lái)可分為三類：基于灰度信息、基于特征和基于變換域的方法，下面分別介紹三種方法的專利申請(qǐng)。

2.1 基于灰度信息的方法

該方法主要是利用圖像整體的灰度來(lái)進(jìn)行配準(zhǔn)，算法的優(yōu)點(diǎn)是簡(jiǎn)單容易實(shí)現(xiàn)。缺點(diǎn)就是計(jì)算量太大，配準(zhǔn)速度較慢。CN102750537A利用SIFT和歸一化互相關(guān)方法建立兩幅影像的初始相關(guān)，剔除誤匹配點(diǎn)，從而實(shí)現(xiàn)兩幅圖像的配準(zhǔn)，提高了圖像的配準(zhǔn)精度。CN103714547A利用互相關(guān)系數(shù)的平方值作為相似性度量函數(shù)，提取當(dāng)相似性度量函數(shù)達(dá)到最大值時(shí)的配準(zhǔn)結(jié)果參數(shù)，對(duì)互相關(guān)系數(shù)進(jìn)行了改進(jìn)，可以降低算法的復(fù)雜度。CN103679714A將梯度與互相關(guān)信息結(jié)合實(shí)現(xiàn)圖像的配準(zhǔn)，都是基于互相關(guān)算法的改進(jìn)，提高了配準(zhǔn)的精度。另外，基于互信息的配準(zhǔn)也是灰度信息方法的一種，是目前最常用的配準(zhǔn)方法之一，主要用于醫(yī)學(xué)配準(zhǔn)中。公開(kāi)號(hào)為CN1631321A的專利申請(qǐng)介紹了基于互信息的多模態(tài)醫(yī)學(xué)圖像配準(zhǔn)方法，該方法通過(guò)互信息最大化方法實(shí)現(xiàn)了待配準(zhǔn)圖像的配準(zhǔn)，描述了利用互信息實(shí)現(xiàn)互信息快速魯棒的多模態(tài)醫(yī)學(xué)圖像配準(zhǔn)。CN102622759A嘗試聯(lián)合灰度方法對(duì)互信息配準(zhǔn)進(jìn)行改進(jìn)，使得在配準(zhǔn)過(guò)程中較少落入局部極值點(diǎn)，具有很好的魯棒性，獲得了相對(duì)較好的精度；CN103886586A提供了一種基于互信息和梯度信息相結(jié)合的醫(yī)學(xué)圖像配準(zhǔn)方法，主要通過(guò)對(duì)互信息相似度進(jìn)行加權(quán)以及將梯度模的差值加入梯度相似度中，可以有效地解決醫(yī)學(xué)圖像配準(zhǔn)算法的精度低、魯棒性不好的問(wèn)題。CN103839265A、CN103236048A等都是對(duì)互信息算法的改進(jìn)，其最終目的都是為了提高配準(zhǔn)的精度，增強(qiáng)配準(zhǔn)的魯棒性。

圖1

2.2 基于特征的方法

基于特征的方法主要是利用圖像的某些特定特征進(jìn)行配準(zhǔn)，根據(jù)圖像不同的特征，學(xué)者們提出了很多不同的圖像配準(zhǔn)算法，常見(jiàn)的特征包括線特征和點(diǎn)特征。EP053011029公開(kāi)了一種基于點(diǎn)的彈性配準(zhǔn)方法，利用SIFT算法在第一圖像內(nèi)識(shí)別多個(gè)重要的特征，然后在源圖像區(qū)域內(nèi)最突出的SIFT特征上放置單個(gè)控制點(diǎn)，并確定關(guān)于該單個(gè)控制點(diǎn)的最佳參數(shù)設(shè)置，用以執(zhí)行關(guān)于該第一圖像的彈性變形，以便優(yōu)化相似性度量，該方法提供了一種高速、高質(zhì)量的配準(zhǔn)方法。CN101655982A提供了一種基于Harris角點(diǎn)的圖像配準(zhǔn)方法，計(jì)算待配準(zhǔn)圖像的尺度空間并在尺度空間求取Harris角點(diǎn)，用仿射形態(tài)修改技術(shù)對(duì)尺度空間的Harris角點(diǎn)進(jìn)行迭代處理，對(duì)特征點(diǎn)使用描述子和匹配方法進(jìn)行匹配，實(shí)現(xiàn)圖像的配準(zhǔn)，本方法能夠獲得較高的匹配精度?；邳c(diǎn)特征的算法的優(yōu)點(diǎn)是靈活性好，錯(cuò)誤率低，缺點(diǎn)是在大數(shù)據(jù)量的應(yīng)用中，需要耗費(fèi)大量的人力，自動(dòng)化程度低。

2.3 基于變換域的方法

該方法不同于傳統(tǒng)的在空域中進(jìn)行的配準(zhǔn)，而是在變換域中進(jìn)行圖像配準(zhǔn)，最顯著的就是基于傅里葉變換的圖像配準(zhǔn)算法，硬件實(shí)現(xiàn)比較方便。

2.3.1 基于傅立葉變換的方法

相位相關(guān)算法是典型的基于變換域的算法，主要是針對(duì)存在平移變換的圖像。隨后，研究人員在相位相關(guān)算法的基礎(chǔ)上，US6266452B1提出了能對(duì)仿射變換圖像進(jìn)行配準(zhǔn)的Fourier-Mellin算法,解決了平移、旋轉(zhuǎn)和縮放圖像間的配準(zhǔn)問(wèn)題。CN102521834是一種增加了旋轉(zhuǎn)轉(zhuǎn)換的擴(kuò)展相位相關(guān)方法,如果圖像的尺度改變是已知的，圖像可以聯(lián)合傅里葉變換頻譜幅度的對(duì)數(shù)極坐標(biāo)映射和相位相關(guān)進(jìn)行配準(zhǔn)。CN104050631A在Fourier Mellin算法的基礎(chǔ)上，提出了偽極傅里葉變換的圖像配準(zhǔn)，大大減少了坐標(biāo)轉(zhuǎn)換間的誤差。CN102521834A公開(kāi)了一種采用對(duì)數(shù)極坐標(biāo)表示的分?jǐn)?shù)階傅里葉變換的圖像配準(zhǔn)方法，利用分?jǐn)?shù)階傅里葉變換進(jìn)行圖像配準(zhǔn)的研究，同時(shí)利用了圖像的時(shí)頻域信息。隨后，CN1047050631A也成功利用分?jǐn)?shù)階傅里葉變換對(duì)低劑量CT圖像進(jìn)行了配準(zhǔn)。

2.3.2 基于小波變換的圖像配準(zhǔn)算法

CN101238993A公開(kāi)了一種非剛體圖像配準(zhǔn)方法，該方法用整數(shù)提升小波多分辨分析的方法減少計(jì)算量，在不降低配準(zhǔn)精度的條件下，減少了計(jì)算量。

2.3.3 基于Gabor域

CN103971364A公開(kāi)了一種基于加權(quán)Gabor小波特征和兩極聚類的遙感圖像變化檢測(cè)方法，根據(jù)遙感圖像類型產(chǎn)生差異圖像，對(duì)差異圖像進(jìn)行Gabor小波變換，提取差異圖像Gabor小波變換的多尺度和多方向特征，設(shè)計(jì)加權(quán)系數(shù)，獲得變化檢測(cè)結(jié)果。CN104732532A公開(kāi)了一種遙感衛(wèi)星多光譜圖像配準(zhǔn)方法，提取遙感圖像的Gabor域特征，解決了大幅面遙感圖像不同區(qū)域存在不同程度畸變的問(wèn)題。

3 皇家飛利浦專利技術(shù)發(fā)展歷程

皇家飛利浦于2004年開(kāi)始著手醫(yī)學(xué)圖像配準(zhǔn)專利的申請(qǐng)，CN1890689A介紹了一種彈性的圖像配準(zhǔn)，提供了一種非剛性配準(zhǔn)的方法，可以降低人工對(duì)準(zhǔn)的復(fù)雜度。CN1890693A、CN101341514A、CN101305395A公開(kāi)了一種基于點(diǎn)的自適應(yīng)彈性圖像配準(zhǔn)方法，該方法不需要地標(biāo)對(duì)應(yīng)，能夠自動(dòng)找到控制點(diǎn)的最佳位置。EP043007632公開(kāi)了一種用于醫(yī)學(xué)圖像配準(zhǔn)的通用變換濾波合成方法，使用低通濾波核心過(guò)濾將被配準(zhǔn)的第一和第二圖像，該低通濾波核心具有尖銳的中心峰值和遠(yuǎn)離該中心峰值的緩慢衰減。該裝置確定將過(guò)濾的第一圖像轉(zhuǎn)變成過(guò)濾的第二圖像的映射函數(shù)，實(shí)現(xiàn)圖像的配準(zhǔn)。US61014464公開(kāi)了一種基于相位一致性的圖像配準(zhǔn)方法，包括將第一圖像的第一子部分與第二圖像的對(duì)應(yīng)的第二子部分配準(zhǔn)，并且將第二圖像的第二子部分與第一圖像的對(duì)應(yīng)的第三子部分配準(zhǔn)。第一子部分包含第一感興趣對(duì)象，并且第三子部分包含第三感興趣對(duì)象。該方法還包括當(dāng)?shù)谝缓偷谌信d趣對(duì)象充分相似時(shí)減小第一子部分的尺寸。該方法還包括重復(fù)配準(zhǔn)第一子部分、配準(zhǔn)第二子部分以及減小第一子部分的尺寸的步驟直到第一和第三對(duì)象不充分相似為止。

飛利浦的專利技術(shù)主要側(cè)重于醫(yī)學(xué)圖像配準(zhǔn)，其大部分的方法都是為了減輕人工對(duì)準(zhǔn)的工作負(fù)擔(dān)，利用醫(yī)學(xué)設(shè)備快速實(shí)現(xiàn)圖像的配準(zhǔn)。近幾年，飛利浦的全球?qū)＠暾?qǐng)量都是偏向于快速醫(yī)學(xué)圖像配準(zhǔn)的應(yīng)用，而不只是理論算法的研究。

4 結(jié)語(yǔ)

在國(guó)內(nèi)，目前，圖像配準(zhǔn)的研究主要集中于高校研究，代表有重慶大學(xué)、東南大學(xué)、電子科技大學(xué)等。其研究目標(biāo)主要分為兩個(gè)方向：（1）高配準(zhǔn)精度；（2）低時(shí)間復(fù)雜度。高校的研究一般都是偏理論方向，沒(méi)有考慮到實(shí)際應(yīng)用中算法的復(fù)雜度，與實(shí)際應(yīng)用還存在一定的差距。

［1］張銳娟.圖像配準(zhǔn)理論及算法研究［D］.中國(guó)優(yōu)秀碩士學(xué)位論文全文數(shù)據(jù)庫(kù)，2009.

［2］劉斌等.圖像配準(zhǔn)的小波分解方法［J］.計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2003，15（9）：1070-1073.

［3］郭曉潔等.基于Gabor濾波器組的自適應(yīng)圖像配準(zhǔn)計(jì)算［J］.云南大學(xué)學(xué)報(bào)，2009，31（S1）：9-12.

Patent Analysisof Image Registration Technology

Sun Huijing Zhang Luo
(PatentExamination Cooperation Henan Centerof the PatentOffice,SIPO,Zhengzhou Henan 450002)

With the developmentof image processing,the demand for accuracy and instantaneity of image processing hasbeen increasing.Image registration isa key role of image processing.This paper introduces the trend ofpatentap?plication and the type of applicants,and especially emphasizes the application situation of the importantapplicants. Furthermore,the intensive direction of importantapplicants isanalyzed in thispaper.

image registration;accuracy;real-time

TP391.41

A

1003-5168（2017）07-0054-03

2017-4-25

孫慧靜（1989.10-），女，碩士研究生，審查員，研究方向：圖像處理；張羅（1991.09-）,女，碩士研究生，審查員，研究方向：商業(yè)方法。