頻率域遙感圖像配準(zhǔn)方法研究.pdf

1、圖像配準(zhǔn)是圖像處理中的一個(gè)基礎(chǔ)性研究,它是許多圖像處理具體應(yīng)用的前提和核心。隨著遙感技術(shù)的發(fā)展和新型傳感器的不斷涌現(xiàn),使得遙感圖像處理能力受到了前所未有的挑戰(zhàn)。為了合理利用從不同傳感器、不同成像模式以及不同時(shí)間得到的同一區(qū)域的圖像數(shù)據(jù),在進(jìn)行圖像融合、多光譜分類、環(huán)境監(jiān)測和圖像鑲嵌等處理之前,必須進(jìn)行圖像配準(zhǔn),配準(zhǔn)精度將直接影響后續(xù)處理過程的應(yīng)用效果。與此同時(shí),考慮到原始遙感圖像通常包含嚴(yán)重的幾何變形,同樣需要確保遙感圖像幾何上是相互配

2、準(zhǔn)的。由于基于頻域配準(zhǔn)方法具有運(yùn)算量小、魯棒性強(qiáng)等優(yōu)點(diǎn),確定本文主要研究頻率域的遙感圖像配準(zhǔn)方法,以解決旋轉(zhuǎn)、縮放、平移變換問題。本文的主要研究內(nèi)容如下:
　　首先,本文研究了當(dāng)前圖像配準(zhǔn)的基本理論和方法。綜合遙感圖像領(lǐng)域傳統(tǒng)和最新的配準(zhǔn)算法,將其歸納為四類:基于區(qū)域的配準(zhǔn),基于特征的配準(zhǔn),基于混合模型的配準(zhǔn)以及基于物理模型的配準(zhǔn)。同時(shí)對(duì)四類方法中的典型算法進(jìn)行了詳細(xì)探討,并對(duì)它們的優(yōu)缺點(diǎn)進(jìn)行了分析總結(jié)。通過對(duì)比發(fā)現(xiàn)基于頻域配準(zhǔn)方

3、法具有運(yùn)算量小、魯棒性強(qiáng)等優(yōu)點(diǎn),所以確定本文主要研究頻率域內(nèi)的遙感圖像配準(zhǔn)算法。
　　其次,本文重點(diǎn)研究發(fā)生在頻率域內(nèi)的遙感圖像配準(zhǔn)算法。對(duì)傅里葉變換的理論基礎(chǔ)及其性質(zhì)特征進(jìn)行了較為詳盡的探討。通過分析相位相關(guān)法的缺陷性,采用對(duì)數(shù)極坐標(biāo)轉(zhuǎn)換的原理,對(duì)遙感圖像進(jìn)行基于傅里葉梅林變換的圖像配準(zhǔn)。
　　第三,本文針對(duì)傅里葉梅林變換存在高頻信息邊緣假象和幅度譜混疊的誤差,重點(diǎn)探討了傳統(tǒng)FMT配準(zhǔn)算法的改進(jìn)算法。本文改進(jìn)算法主要是對(duì)圖

4、像進(jìn)行加窗和高通濾波處理。特別的是,參考其他文獻(xiàn)比較發(fā)現(xiàn),圖像進(jìn)行Bartlett三角窗函數(shù)處理,其配準(zhǔn)效果最穩(wěn)定。且對(duì)圖像頻率域內(nèi)的幅度譜高通濾波處理。大量實(shí)驗(yàn)表明,改進(jìn)后的配準(zhǔn)算法適應(yīng)于平移、旋轉(zhuǎn)和縮放等綜合變換以及噪聲干擾的遙感圖像,具有計(jì)算速度快,魯棒性強(qiáng)等優(yōu)點(diǎn)。另外,對(duì)比分析了其他兩種傳統(tǒng)配準(zhǔn)算法,即SSDA序貫相似性檢測算法以及基于SIFT特征點(diǎn)的配準(zhǔn)算法,實(shí)驗(yàn)表明,處理存在噪聲干擾的同等變換的遙感圖像,本文改進(jìn)的傅里葉梅林

5、變換算法同樣能夠滿足較高的魯棒性,計(jì)算速度相對(duì)較高。
　　最后,分析相關(guān)文獻(xiàn)得出頻率域內(nèi)進(jìn)行對(duì)數(shù)極坐標(biāo)轉(zhuǎn)換存在插值誤差問題。為了減小這種從笛卡爾坐標(biāo)網(wǎng)格下的傅里葉變換到對(duì)數(shù)極坐標(biāo)網(wǎng)格下的傅里葉變換之間的插值誤差,本文重點(diǎn)介紹了分?jǐn)?shù)傅里葉變換和準(zhǔn)對(duì)數(shù)極坐標(biāo)網(wǎng)格,并將它們引入到基于傅里葉梅林變換的配準(zhǔn)中來,并提出了一種適應(yīng)于大尺度變換的遙感圖像配準(zhǔn)算法。該算法首先利用分?jǐn)?shù)傅里葉變換構(gòu)建準(zhǔn)極坐標(biāo)網(wǎng)格,然后插值逼近對(duì)數(shù)極坐標(biāo)網(wǎng)格。利用相位