可以实现偏振图像的配准，实现多角度的图像处理，有助于偏振方面的多多学习

此功能将执行恶魔配准，这是一种快速非刚性流体，如两个 2D 或 3D 图像之间的配准。 还支持不同 (MRI) 模态之间的配准，通过转换一个图像模态使其看起来像第二个图像的模态的功能。 Thirion 1998的论文描述了恶魔的注册，Cachier 1999和He Wang 2005对其进行了扩展。 基本算法：在每个像素上，使用强度差异和梯度信息定义速度（运动）。 该速度场由高斯平滑，并反复用于变换运动图像，并配准到静态图像。 （文件 basic_demon_example.m 中易于理解的代码示例） 我们没有使用“demonregistration”函数的基本方程，而是将其重写为由极限内存 BFGS 优化器以迭代和多分辨率方式使用，还支持扩散正则化。 （另见 Tom Vercauteren 等人。“非参数微分形态图像...”） 将一种模态转换为另一幅图像的假模态是通过使用两个图

（MATLAB版代码）红外与可见光图像配准算法

本文简单阐述了下传统图像配准方法后着重介绍了基于深度学习的图像配准方法。

基于图形处理器单元（GPU）提出了一种帧间差分与模板匹配相结合的运动目标检测算法。在CUDA-SIFT（基于统一计算设备架构的尺度不变特征变换）算法提取图像匹配特征点的基础上，优化随机采样一致性算法（RANSAC）剔除图像中由于目标运动部分产生的误匹配点，运用背景补偿的方法将静态背景下的帧间差分目标检测算法应用于动态情况，实现了动态背景下的运动目标检测，通过提取目标特征与后续多帧图像进行特征匹配的方法最终实现自动目标检测。实验表明该方法对运动目标较小、有噪声、有部分遮挡的图像序列具有良好的目标检测效果。

这个主要是一些图像配准的实例，为后续的图像融合做准备。

三维点集配准问题是计算机技术中的一个极其重要的问题，作为解决三维点集配准问题的一个应用较为广泛的算法，ICP算法得到了研究者的关注，本文以一种全新的思路从配准元素的选择、配准策略的确定和误差函数的求解等3个方面对三维点集配准的ICP算法的各种改进和优化进行了分类和总结。

意大利Etna火山InSAR实测的SLC数据，即两幅天线的SAR复图像，mat格式，可以用MATLAB直接读取后进行图像配准、相位滤波、解缠绕等步骤

1) 将 ImageRegistrationBatchTask 文件夹内的 sav和task文件拷贝到如下安装路径： C:Program FilesExelisENVI52custom_code 注：其中的pro文件为自定义ENVITask的源代码；task文件为配置文件。 2) 将 Image_Registration_Batch 文件夹内的 sav 文件拷贝到如下路径： C:Program FilesExelisENVI52extensions 3) 启动 ENVI，打开 /Extensions/Image Registration Batch 工具。

Arcgis操作实验四：ArcMap地图配准及矢量化.doc