基于特征點(diǎn)集合的遙感圖像配準(zhǔn).pdf

1、圖像配準(zhǔn)是指按一定的相似性度量確定圖像間的變換參數(shù)，并利用這個(gè)參數(shù)對(duì)不同條件下獲取的包含同一場(chǎng)景的兩幅或多幅圖像進(jìn)行匹配的過(guò)程。伴隨遙感技術(shù)的飛速發(fā)展，圖像配準(zhǔn)作為遙感圖像預(yù)處理的關(guān)鍵步驟，對(duì)它的要求也越來(lái)越高。特征配準(zhǔn)是圖像配準(zhǔn)的常用方法之一，而其關(guān)鍵在于特征提取。傳統(tǒng)的圖像特征配準(zhǔn)都是采用手工或者半自動(dòng)的方法來(lái)選取特征，而實(shí)現(xiàn)高精度的圖像自動(dòng)配準(zhǔn)是該領(lǐng)域追求的目標(biāo)。圖像配準(zhǔn)中特征提取算法和特征匹配算法眾多，本文主要研究了基于點(diǎn)特征的

2、圖像配準(zhǔn)，對(duì)幾種常用的特征提取算法進(jìn)行了全面的總結(jié)和分析，并針對(duì)匹配中的問(wèn)題提出了改進(jìn)方法。其主要完成的工作和貢獻(xiàn)如下：
　　1.分析總結(jié)了Moravec特征點(diǎn)算子，F(xiàn)orstner特征點(diǎn)算子，Harris特征點(diǎn)算子和SUSAN特征點(diǎn)算子在特征點(diǎn)提取中表現(xiàn)的特性和優(yōu)缺點(diǎn)。并對(duì)以上算子進(jìn)行實(shí)現(xiàn)，從穩(wěn)定性，抗噪性和時(shí)效性對(duì)它們進(jìn)行比較。
　　2.針對(duì)SUSAN算子要人工選取閾值的不足做了改進(jìn)，提出了一種自適應(yīng)的閾值提取方法，并將

3、其用于圖像配準(zhǔn)。該算法利用計(jì)算灰度梯度模直方圖得到初始灰度差異閾值，并利用方差和最大類(lèi)間方差原理對(duì)初始閾值進(jìn)行修正，得到適合圖像的灰度差異閾值進(jìn)行SUSAN特征點(diǎn)提取，實(shí)現(xiàn)了該算子特征提取過(guò)程的自動(dòng)化。
　　3.研究了尺度不變算法(SIFT)以及其改進(jìn)算法，針對(duì)其較大的時(shí)間復(fù)雜度和特征點(diǎn)不能均勻分布的問(wèn)題，對(duì)原算法進(jìn)行了改進(jìn)，提出了一種基于分級(jí)特征點(diǎn)集的遙感圖像配準(zhǔn)算法。首先對(duì)圖像進(jìn)行粗匹配，找出圖像的共同區(qū)域，在圖像的共同區(qū)域上