集成互補(bǔ)不變特征多源遙感影像配準(zhǔn)方法研究.pdf

1、遙感圖像配準(zhǔn)不僅是圖像鑲嵌、變化檢測(cè)、信息融合、目標(biāo)識(shí)別和跟蹤的關(guān)鍵技術(shù),而且也是天氣預(yù)報(bào)及地圖更新等在內(nèi)的各種遙感圖像分析目的的關(guān)鍵步驟之一,它的主要任務(wù)是實(shí)現(xiàn)同一目標(biāo)在不同時(shí)相、不同角度或不同傳感器獲得的圖像數(shù)據(jù)在空間位置上的一致。目前,對(duì)該技術(shù)研究的熱點(diǎn)之一就是基于特征的配準(zhǔn)方法。論文在全面總結(jié)和分析已有的基于特征的圖像配準(zhǔn)技術(shù)的基礎(chǔ)上,主要研究了集成多種特征的多源遙感圖像配準(zhǔn)問(wèn)題。
　　論文全面分析了已有的局部不變特征提取

2、和描述算法,匹配搜索策略以及匹配優(yōu)化提取算法等影響圖像配準(zhǔn)的各種因素,提出了兩種分別適應(yīng)光學(xué)遙感圖像和SAR圖像配準(zhǔn)的集成特征配準(zhǔn)算法,并采用大量的實(shí)際遙感圖像進(jìn)行實(shí)驗(yàn)以驗(yàn)證所提方法的正確性。論文主要包括如下研究成果:
　　(1)在討論局部不變特征提取和描述過(guò)程中,針對(duì)目前主流的特征提取算法即SIFT算法比較耗時(shí)且仿射不變性弱的缺陷,提出首先降低SIFT描述符的維數(shù),以降低運(yùn)算時(shí)間,然后結(jié)合仿射不變矩的仿射不變性,從而增強(qiáng)描述符的

3、仿射不變性。
　　(2)由于單一特征的局限性,論文通過(guò)全面分析和討論各種特征屬性對(duì)特征配準(zhǔn)算法的影響過(guò)程,提出一種基于集成MSER和SIFT-AIM(Scale Invariant Feature Transform and Affine Invariant Moment,SIFT-AIM)互補(bǔ)不變特征的配準(zhǔn)算法。該配準(zhǔn)算法采用由粗到精兩步匹配過(guò)程,首先,采用MSER特征進(jìn)行粗匹配,以此初步校正圖像對(duì)的空間幾何畸變;然后,采用SI

4、FT-AMI特征進(jìn)行精確匹配,以此增強(qiáng)圖像的仿射不變性和節(jié)省圖像配準(zhǔn)時(shí)間,最終達(dá)到提高圖像配準(zhǔn)精度的目的。這樣能夠消除或減弱由單一特征的局限性引起的配準(zhǔn)誤差。
　　(3)論文通過(guò)全面分析各種特征屬性后,針對(duì)光學(xué)影像配準(zhǔn)較成功的算法用于SAR影像配準(zhǔn)卻失敗的問(wèn)題,提出一種集成Canny邊緣和SIFT互補(bǔ)不變特征配準(zhǔn)方法。首先,該配準(zhǔn)算法通過(guò)采用Canny邊緣進(jìn)行區(qū)域分割,利用分割的區(qū)域進(jìn)行區(qū)域粗匹配,從而達(dá)到初步校正SAR影像空間形