基于交通事故现场图像配准探究摘要：利用图像进行交通事故现场的重现是目前进行交通事故勘探的重要手段之一，对于多个图像必须使用图像配准技术来提高其精准度。该文在Powe11算法、遗传算法和蚁群算法的基础上，并对现有算法加以改进，从而建立一种适用于交通事故处理的图像配准算法，使之适合于交通事故处理的图像配准中。关键词：图像配准；交通事故；事故现场；优化算法中图分类号：TP399文献标识码：B文章编号：1009-3044(2012)20-4977-04RegistTationStudyBasedonImagesoftheAccidentSceneLUJunl,2(1.SchoolofInformationTechnology,JiangNanUni-versity,Wuxi214122,China；2.WuXiTeachersCollege,Wuxi214000,China)Abstract：Usetheimagethesceneofatrafficacci-dentreappearanceisthetrafficaccidentprospectingisoneoftheimportantmeans,formultipieimagemustuseimageregistrationtechniquestoenhanceitsprecision.BasedonthePowellalgorithm,geneticalgorithmandantcolonyalgorithmbasedontheexisting,andthealgorithmisimproved,soastoestablishasuitablefortrafficaccidenttreatmentofimageregistrationalgorithm,whichissuitedfortrafficaccidenttreatmentinimageregis-tration.Keywords：imageregistration；trafficaccidents；thesceneoftheaccident；Optimizationalgorithm在社会文明程度与科技不断进步的同时，人们发明了机动车，这种出行方式极大地改变了人们的生活，时至今日，人们已经离不开汽车了，汽车也成为人们不可缺少的一部分。然而事物都具有两面性，在汽车给人们的交通出行方面带来极大便利的同时，各种状况也随之而来，如汽车尾气，交通拥挤等等，但是这些带给人们的危害都不如交通事故带给人们的冲击性强烈。各种交通事故，不仅让人们在经济上饱受损失，还会带来精神上的伤害。在处理交通事故时，需要了解发生事故的现场，其中包括发生事故的路段和地点，以及跟本事故相关的各种车辆、人物、牲畜及其他事物、痕迹、物证所占用的空间和时间。现在，各个路口都配有摄像头，可以将交通事故现场的图像或是视频资料提取出来，进行场景再现，也就是利用摄影图像进行交通事故的定量分析，这就涉及了数字图像处理技术和计算机视觉技术，但是各个摄像头的角度，拍照时间有所差异，就需要对采集到的图像进行图像配准。简单点说，交通事故现场图像配准的本质就是需要寻找到一个变换模型，纠正采集图像的形变，而其中的采集图像又是多幅的。在实际问题中，采集到的图像都是俯视的，而传感器的性能和成像条件的多样，也影响了图像配准的统一性。信息融合研究中的一个重要的课题就是图像配准技术，图像配准技术对于许多实际的应用也具有重要的价值。图像配准技术作为关键和先决条件，往往体现在一些计算机视觉和模式识别任务中。简单来说，图像配准就是指针对一幅或多幅图像找到一种（或一系列）的空间变换，能够让其与另一幅或另外多幅图像上的对应点在空间上能够达到一致。按照图像获取的方式不同，图像配准应用一般分成四个主要类别：1）进行不同视觉或角度下对于图像的多视分析。配准使具有重叠部分的同一场景图像在不同的地方得到，从而获得更大更全面场景的视图描述。相关应用有遥感成像、区域航拍等。2）进行不同时间图像的多时相分析。同一场景在一个时间序列内进行配准，从而得到一系列图像，在这些过程中发现某些场景中的变化情况。相关应用有遥感图像土地使用监控、特殊场合的案情监控等。图2遗传算法优化a,,p参数3）进行不同传感器的多模态分析。同一场景不同传感器进行配准，从而获得相应的图像，在这过程中将不同传感器提供的图△Tkij（t）表示第k只蚂蚁在本次循环中留在路径（i,j）上的信息量。4.4交通事故现场图像配准的算法在一定高度和俯视角度下摄影得到的图像称为事故现场俯视摄影图，在完成校正后，有部分现场信息肯定会丢失,所以如何减少信息的丢失成为了图像配准的一个关键问题。同时影响图像所反映的现场细节显示的清晰程度还和其他情况有关，如在图像尺寸大小确定的情况下，校正后图像包含的现场信息量的多少。为此在图像的实际使用中，一...