1-1 研究動機與目的
影像套合（Image Registration）是指將含有同一景物之二張或多張影像進行 幾何糾正（Geometric Correction），以消除各影像間因攝影條件不同而出現之幾 何差異。一般而言，影像套合處理可分為兩個重要步驟：
(1) 在兩共軛影像間選取適當分佈且數目足夠的控制點（Control Point），
或稱之為共軛點（Conjugate Point），並分別量測這些控制點之影像座標。
(2) 利 用 上 述 控 制 點 座 標 解 算 兩 共 軛 影 像 間 之 映 射 函 數 （ Mapping Function），利用該映射函數進行座標轉換及影像重新取樣。
就利用特徵進行影像匹配之程序而言，步驟(1)中所指控制點即為影像中之特徵 點，一般可透過興趣運算元（Interest Operator）獲取。
本研究擬應用小波邊緣偵測法，萃取位於影像邊緣線上之特徵點，並輔以 前述興趣運算元萃取得之特徵點，進行比較分析。續以兩套分別利用小波方法及 興趣運算元配合最小二乘匹配法之匹配流程，進行影像套合運算，期瞭解小波特 徵萃取於影像套合之適用性及優缺點。
1-2 研究方法及內容
Schenk (1997)將影像匹配技術大致分為三類 ：第一類為區域匹配 （ Area-based Matching），區域匹配實際上即是利用影像灰度值進行匹配，藉由分析影 像間區域性的灰階分佈狀況，進行相似度量測以為匹配依據，常見者如標準化互 相關法（Normalized Cross-Correlation, NCC）、最小二乘匹配法（Least Square Matching, LSM）等；第二類為特徵匹配（Feature-based Matching），即藉由自影 像中萃取出之特徵進行匹配，於攝影測量領域中多以點特徵為主，而線特徵則為 計算機視覺等領域所偏好，特徵匹配較強鈍（Robust），亦不需嚴格之初始條件；
第三類為符號式匹配(Symbolic Matching)或稱關連式（Relational）匹配，近似於 特徵匹配，但影像間進行比對之基礎，得自於影像特徵或灰度值特性，稱之為符 號化敘述（Symbolic Description）。
本研究探討之小波方法匹配流程，參考自 Hsieh et al. (1997)，並以洪偉嘉
（1999）之流程為對照，茲分別說明如下：
Hsieh et al. (1997)發展之流程，乃分別針對兩幅影像進行小波轉換後萃取特 徵點，以角度累計直方圖估計旋轉量，再以互相關係數 （Cross Correlation Coefficient）決定特徵點間配對關係，以一致性檢查剔除錯誤配對後迭代求解，
如圖 1- 1。該流程所採用之轉換模式為四參數相似轉換，不適用於傳統相機攝得 之影像，故於本研究中改採八參數透視投影轉換，並加入 TAU 測試除錯機制，
如圖 1- 2。
洪偉嘉（1999）發展之流程，乃利用興趣運算元對影像進行特徵萃取，續 以標準化互相關法、最小二乘匹配法進行不同精度層級之計算，經 TAU 測試除 錯後求解並進行影像鑲嵌，如圖 1- 3。
1-3 論文架構
本論文共分為五章，各章主題說明如下：
第一章：說明本論文之研究動機與目的；研究方法與內容；並說明本論文之組織 與架構。
第二章：說明以興趣元進行特徵匹配之型態，並針對萃取方法做一陳述，並利用 不同型態之樣本影像，測試兩萃取方法標準成果，以及對雜訊及旋轉量之反 應。
第三章：針對兩方法中所採用的角度累計直方圖法、標準化互相關係數法、最小 二乘影像匹配法、相似度量測、一致性檢查及 TAU 測試等理論，做一說明。
第四章：利用不同性質影像進行數值試驗，並對成果進行分析。
第五章：對本研究作一結論與建議。
讀入兩影像並進行小波特徵萃取
建立角度累計直方圖，以估計感測影像 旋轉量
以旋轉量估值旋轉感測影像，以互相關 係數進行特徵點配對
進行特徵點對一致性檢查，剔除錯誤特 徵點配對
利用奇異值分解（SVD），迭代求取影像 相似轉換參數
感測影像重新取樣
鑲嵌感測影像與套合影像
圖 1- 1 Hsieh et al. (1997)小波影像套合流程
讀入兩張影像，進行小波 特徵萃取
建立角度累計直方圖，藉 以估計初始旋轉量
依旋轉量估值將影像旋 轉，以互相關係數進行特
徵點配對
進行特徵點對一致性檢 查，剔除錯誤特徵點配對
劃分子影像，控制特徵點 配對分佈
進行Tau測試，進一步剔 除錯誤點對
初步求解八參數
感測影像重新取樣
鑲嵌感測影像與套合影像 迭代求解
圖 1- 2 本研究採用之小波影像套合流程
人工選取兩對共軛點（重疊區的左上與 右下）
以共軛點對為邊界於影像內劃分方格，
利用共軛點求解正形轉換係數，作為兩 張影像起始的對應關係
利用興趣運算元萃取特徵點，以 Spread函式約制候選的準控制點分佈位 置。利用轉換參數預估其在感測影像上
之近似共軛位置
NCC影像匹配，求取共軛點對應整數像元
最小二乘影像匹配，求取共軛點的對應 次像元
求解八參數轉換之係數，並用TAU測試剔 除不適當的控制點，將所得到的殘差求
取RMSE。
感測影像重新取樣
鑲嵌感測影像與套合影像 N>4
n=N與n=N-1時的八參數中的 平移係數差小於1個像元。
且n=N與n=N-1的RMSE差小於 n=N-1與n=N-2的RMSE差。
N=N+1 當N>3時：
1.變換以八參數轉換，預估特徵點在感 測影像上之對應位置。
2.縮小搜尋窗。
是
不是
圖 1- 3 洪偉嘉（1999）興趣運算元影像套合流程