图像序列的同时配准——一种基于奇异值的新型图像相似性测度

图像比较是图像处理中的一项重要任务。对于两幅图像的比较，已提出多种测度。然而，动态成像或连续切片等应用会提供大量待比较的图像序列。当这些图像需要配准时，标准方法是顺序地将第 j 幅图像相对于其邻域对齐，并随 j 进行扫描。其缺点之一是信息仅在局部传播。我们引入一种替代的所谓 SqN 方法。SqN 基于图像序列梯度的 Schatten-q-范数，即整个图像序列图像梯度的秩信息。借助该方法，信息得以全局传递。我们的实验表明，SqN 给出的配准结果至少与标准距离测度相当，但其计算速度约快六倍。