中文摘要：

图像配准是机器智能、计算机视觉等领域的重要学术问题，也是即时定位与地图构建等实际应用的必要环节。然而，当前的数字图像配准技术在健壮性方面距离现实应用依然存在差距。本项目拟直接针对图像传感器输出的原数据，开展具有良好宽基线性能的快速配准理论研究。该研究从光子成像理论出发，构造具有良好鉴别力的离散能量直方图并进行拼接，形成低维原数据局部特征描述符，进而实现配准。该研究保持了机器处理机制的完整性，有效避免了成像过程中为适应人类视觉感官而对原数据中诸多细节信息的忽略或改变，提高了局部特征的鉴别力。同时，该研究将成像过程与图像处理过程分离，使二者的并行处理成为可能。可见，本项目不仅是快速宽基线配准的基础理论研究，也是对原数据处理方式的初探，更是多核处理、并行计算技术启发下图像成像与图像处理架构的新思考。

结论摘要：

配准技术的核心是获取同一事物在不同外观下的对应关系，它不仅是机器智能、图像处理等研究领域的重要理论问题，也是实现机器人导航与定位、视频检索、增强现实等重要实际应用的必要前期工作或核心环节。然而，当前的数字图像配准技术在精度和速度等方面距离现实应用依然存在差距。因此，深入挖掘图像传感器所获取的有效信息，探索快速鲁棒的图像特征提取及配准方法，成为亟待解决的科学问题。 为此，本项目结合图像成像到图像处理的全过程，依据项目的研究任务，从原数据解析与配准、图像复原、图像高分辨率重建、图像特征提取与分割、目标识别与追踪5个方面开展了深入具体的研究工作，并在以下方面取得了重要的研究进展 1）针对原数据的特点，引入单应性矩阵约束，提出了一种快速鲁棒配准算法。该算法可有效利用原数据的色彩信息，缩短解马赛克过程的时间开销，并且通过单应性矩阵约束剔除误匹配，极大提高了配准精度。相比于当前快速配准的基准算法——BRIEF，该算法的配准精度在数据库测试和主观评价两方面均有优势，并且成像和配准的总时间缩短了近3/4。该研究的前期工作已获得重庆市期刊好作品三等奖，并即将在SCI期刊发表，同时还获得了教育部重点实验室访问学者项目的循环资助。 2）针对稀疏表示系数中的元素之间关系往往被忽略，导致图像重建结果出现瑕疵的问题，提出了一种稀疏表示系数的行非局部自相似性先验。将此先验引入到列非局部自相似性稀疏表示模型中，实现了重建过程中良好的边缘结构重建和噪声压抑。该研究相关的多篇文章已经和即将在SCI期刊发表。 3）针对图像梯度描述子对图像局部变化十分敏感，但是无法分辨是否由光照变化引起的问题，提出了一种基于韦伯局部描述的光照不变特征图像提取方法；为了充分利用彩色图像提供的信息，提出了一种模拟生物视觉机制的彩色生物特征描述方法。该研究相关已经在SCI期刊发表并申报专利。 4）与本项目相关的研究成果目前已经成功应用于轨道交通、民航机场等重要安保部门的安全防范，并被推荐参加国家科技进步奖，同时还获得了国家科技惠民计划资助。 本项目共完成SCI论文6篇、EI期刊论文6篇、国际会议论文1篇，申报国家发明专利3项。培养博士后1人，博士研究生2人，硕士研究生9人。各项完成指标均已超越任务书中的考核要求。