1. 研究目的与意义
图像配准在目标检测、模型重建、运动估计、特征匹配，肿瘤检测、病变定位、血管造影、地质勘探、航空侦察等领域都有广泛的应用。
每一种配准方法通常都针对某个具体问题而设计的，众多方法中，唯一的共性就是每个配准问题最终都要在变换空间中寻找一种最有效的变换，这种变换能够使两幅图像之间在某种意义上达到匹配，但对于不同的应用领域，对图像类型的要求不同，就需要具体问题具体分析。
小波变换（wavelet transform，WT）是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的时间-频率窗口，是进行信号时频分析和处理的理想工具。
2. 课题关键问题和重难点
1、关键问题：（1）完成基于Matlab的图像读取与显示，能够在不同图像中显示特征or配准结果。
（2）完成对图像的小波分解，能够根据图像特征确定小波分解参数的选择；（3）完成对图像的特征提取，给出特征的含义、表达式等，能够用代码实现；（4）根据上述3中的特征，在不同图像中实现图像配准，并分析配准结果；2、难点：（1）实现对图像的小波分解的算法；（2）多尺度如：小波、小波包；（3）对图像特征提取的代码；
3. 国内外研究现状（文献综述）
随着科技的高速发展，军事、医学、计算机科学、航空科学等多种学科都将数字图像处理技术列为研究内容。
如何才能获得更加清晰，拥有更加稳定的处理效果的图像己经成为各国相互争抢的课题，数字图像配准技术逐渐吸引了人们的目光 [1]。
图像配准是计算机视觉、多传感器图像融合、精确制导、模式识别等很多图像处理与识别问题的预处理步骤。
4. 研究方案
通过对图像配准的研究，并以小波变换为基础的图像配准算法研究。
研究方法：使用Matlab，通过代码实现对两幅图像进行特征的提取，并对图像进行小波分解与重构，将图像信息分为低频与高频，便于图像特征的提取与利用并进行配准。
本文主要框架：一、绪论；二、背景与相关知识；三、基于小波变换的图像配准；五、总结与展望。
5. 工作计划
2022-2022-1学期：第15-16周：完成选题，查阅相关中英文资料。
。
第17周：与导师沟通进行课题总体规划。
