摘要：在太阳观测研究中，高分辨图像与全日面像的配准是一项非常有意义的工作，但由于他们之间存在着旋转、缩放和平移，因此很难高精度地进行匹配。提出一种结合局部统计信息和控制点匹配的图像配准方法，核心思想为将视场等间隔划分为大量重叠的局部区域，通过相关匹配在全日面像上寻找对应的局部区域，然后计算每一对局部区域间的亚像元偏移，根据偏移量确定每一对特征点的坐标位置，据此作为点匹配中的特征控制点；最后根据控制点建立仿射变换的转换方程，采用最小二乘求解整个视场的转换参数，根据解出的参数重新对图像进行迭代，得到收敛后的结果并进行配准。通过对高分辨观测图像和全日面SDO／HMI连续谱图像进行配准，拟合结果的偏差在0.25″以内。
在研究太阳图像的观测数据时，经常需要将不同设备的数据进行对比，从而发挥它们各自在不同波段、不同视场、不同分辨率上的优势。太阳光学成像观测包括全日面和高分辨观测两类。对于全日面图像，由于太阳几何尺寸和运动方式已知，如太阳的半径、太阳极轴角、自转等，因此各种观测设备均把自己的数据在预处理后归算到标准的太阳坐标系。然而对于局部高分辨像，由于观测设备的指向误差、视场旋转以及焦距的变化，使得直接依赖仪器参数确定准确的太阳视场坐标不精确，因此只能借助太阳图像上相似的太阳结构（如光球层对应光球层，色球层对应色球层）与全日面像进行转换，即视场匹配。然而全日面观测有大于31′的视场，但最高的空间像元分辨率仅为0.5″（空间太阳动力天文台的日震及磁场成像仪，SolarDynamicsObservatory／HelioseismicandMagneticImager，SDO／HMI）。而地面高分辨观测，如中国的1m新真空太阳望远镜（NewVaccumSloarTelescope，NVST）和美国大熊湖天文台的新太阳望远镜（NewSolarTelescope，NST），视场仅仅为1′到2′，但像元分辨率达到0.05″以上，这就意味着需要将两个空间分辨率相差10倍的图像进行配准。即便不考虑其他畸变，局部像的视场旋转（R）、比例尺（S）和中心位置坐标（Tx，Ty）是必须得到的4个参数。
图像配准是指在不同时间、不同条件下得到的位于不同坐标系下的同一场景的两幅或者多幅图像进行匹配的过程。由于存在各种不同的情况，同一场景的多幅图像会在分辨率、位置、尺度、成像模式等方面存在很多差异，图像配准是找到一个几何变换的最优解，使得图像上相对应的点，或者至少是有意义的点达到匹配状态。目前在图像配准领域，常见的配准方法有基于特征的点匹配方法，即根据图像中的特征点，或者显著特征构造描述子确定的匹配点，然后构造转换方程进行配准。理论上这个方法如果有足够多和足够精确的控制点是可以很好地解决两个图像的几何变换，如旋转、缩放、平移等问题。但关键问题是如何确定这些点，这方面在图像处理界有很多研究，如Harris角点及其衍生的Harris－Laplace方法，尺度不变特征（Scale－invariantfeaturetransform，SIFT）及其衍生的PCA－SIFT算法（PrincipalCom－ponentAnalysisSIFT）、局部特征描述子、高速尺度不变特征算法（VeryFastSIFT，VF－SIFT），加速鲁棒性特征（SpeededUpRobustFeature，sSURF）［等。另外一种是基于区域信息的统计配准方法，主要通过图像区域的统计信息度量图像的相似程度，如互信息，互相关函数，模板匹配，不变矩，相关匹配等。但一般来讲这种方法主要解决图像间的平移问题，对于具有旋转和比例缩放的图像，又引申出在频率域的相位相关技术，Fouier－Mellin等。
然而，由于太阳观测图像和普通自然图像有很大的区别，其中的特征边界不清晰，结构相对模糊且存在很多噪声，同时动态范围大，运动速度较快，并且存在很多不同的活动现象，大部分运动现象为非刚性运动；同时太阳图像的图幅一般较大，有效目标小且缺少有效的纹理，不存在明显的梯度变化等特征，并且由于拍摄太阳图像的设备以及拍摄过程中的不确定性，采集的太阳图像还存在旋转、缩放及平移等情况，不同图像的空间分辨率经常不在同一尺度，这就为确定特征对应点带来非常大的困难。长期以来，同一观测设备的太阳时间序列图像的视场对齐一直采用基于互相关的统计配准，而不同观测设备之间的图像配准，还停留在利用一些显著的太阳特征，如黑子、气孔、大米粒构造对应点的方式。然而这些特征点数量少，结构不规则，难以保证位置测量精度，同时也难以使用计算机技术进行自动化测量。尤其是将高分辨局部像对应到全日面像的时候，这种问题更为突出。但从另一方面，通过望远镜机械和终端光学系统，对局部太阳像指向、比例尺和位置有初步估计，只是这些数值不很精确且随时间有一些变化。因此实际面临的是如何提高配准精度，进行精细图像匹配的问题。
立即询价
