基于特征點(diǎn)的遙感圖像配準(zhǔn)方法及應(yīng)用研究.pdf

1、圖像配準(zhǔn)是圖像處理領(lǐng)域中的一個(gè)基礎(chǔ)性任務(wù)，在計(jì)算機(jī)視覺、模式識(shí)別、醫(yī)學(xué)、軍事、遙感等眾多領(lǐng)域有著廣泛的應(yīng)用。準(zhǔn)確地說，圖像配準(zhǔn)是指對(duì)同一場(chǎng)景在不同時(shí)間或不同視角下，由相同或不同傳感器拍攝的兩幅或多幅圖像確定最佳匹配的過程。
　　 圖像配準(zhǔn)技術(shù)是遙感圖像應(yīng)用領(lǐng)域中的重要步驟，在過去的幾十年中，許多研究人員做了大量的研究工作，提出許多處理方法。但隨著傳感器技術(shù)及航空航天技術(shù)的發(fā)展，遙感圖像的種類逐漸增多，圖像間的差異逐步增大，同時(shí)不

2、同的用戶對(duì)圖像配準(zhǔn)的需求具有特殊性，因此遙感圖像配準(zhǔn)中仍有諸多問題有待完善和解決。本學(xué)位論文對(duì)圖像配準(zhǔn)的理論和方法進(jìn)行了深入研究，以提高圖像配準(zhǔn)算法的速度、精度和自動(dòng)化程度為目的開展研究工作。根據(jù)氣象云圖和大幅面多光譜遙感圖像的特點(diǎn)，本學(xué)位論文有針對(duì)性地提出了對(duì)這兩種遙感圖像的配準(zhǔn)方法。本學(xué)位論文的主要工作和研究成果如下:
　　 (1)提出了針對(duì)氣象云圖的配準(zhǔn)框架——分級(jí)變換框架。從內(nèi)因和外因兩方面深入分析了氣象云圖的形變?cè)颍?/p>

3、得出了氣象云圖中既存在整體剛性形變，又存在局部非剛性形變的結(jié)論。針對(duì)這一結(jié)論，提出建立氣象云圖分級(jí)變換框架，首先對(duì)整幅圖像進(jìn)行剛性配準(zhǔn)，校正由于傳感器的姿態(tài)變化引起的旋轉(zhuǎn)、平移等整體剛性形變;然后通過圖像非剛性配準(zhǔn)算法，校正由于氣象云圖中大氣云層隨機(jī)運(yùn)動(dòng)引起的局部非剛性形變，以獲得較好的配準(zhǔn)效果。實(shí)驗(yàn)結(jié)果表明，本文提出的氣象云圖分級(jí)變換框架，能夠滿足氣象云圖的配準(zhǔn)需求，且具有較快的運(yùn)行速度。
　　 (2)提出一種改進(jìn)的基于For

4、stner特征點(diǎn)的圖像剛性配準(zhǔn)算法，用于校正氣象云圖整體的剛性形變。首先利用計(jì)算簡(jiǎn)便、定位精度較高的Forstner算子提取特征點(diǎn)，然后分粗匹配和精匹配兩步完成特征點(diǎn)匹配。在粗匹配步驟中，采用歸一化互相關(guān)系數(shù)作為特征點(diǎn)的匹配準(zhǔn)則，同時(shí)通過設(shè)置搜索窗口減小匹配特征點(diǎn)的查找范圍，以提高粗匹配的效率和正確率;在精匹配步驟，提出了改進(jìn)的閾值自適應(yīng)的空間距離約束方法，提高了本文算法對(duì)不同類型圖像的適應(yīng)性和魯棒性。實(shí)驗(yàn)結(jié)果表明，本文方法能夠自動(dòng)、高

5、效、高精度地實(shí)現(xiàn)圖像剛性配準(zhǔn)。
　　 (3)為了校正氣象云圖中的局部非剛性形變，提出改進(jìn)的基于B樣條的圖像非剛性配準(zhǔn)方法。本文方法在氣象云圖上構(gòu)造固定網(wǎng)格間距的規(guī)則控制網(wǎng)格，通過B樣條曲面函數(shù)模擬圖像的灰度形變場(chǎng)，然后利用控制頂點(diǎn)的網(wǎng)格擾動(dòng)對(duì)圖像進(jìn)行變形，以實(shí)現(xiàn)圖像的非剛性配準(zhǔn)。本文提出基于貪婪思想的局部更新策略，代替原方法的整體更新策略，提高了算法對(duì)非剛性形變的控制能力，減少了算法的迭代次數(shù)。實(shí)驗(yàn)結(jié)果表明，本文方法能夠有效地實(shí)

6、現(xiàn)氣象云圖的局部非剛性形變校正，同時(shí)算法效率顯著提高。
　　 (4)針對(duì)大幅面多光譜遙感圖像全自動(dòng)快速配準(zhǔn)的需求，提出了網(wǎng)格化的基于SIFT(Scale Invariant Feature Transform)特征點(diǎn)的圖像配準(zhǔn)算法。本文借鑒網(wǎng)格化思想，提出了特征網(wǎng)格篩選準(zhǔn)則。首先在圖像上建立二級(jí)規(guī)則網(wǎng)格，然后結(jié)合大幅面多光譜遙感圖像的特點(diǎn)，并依據(jù)圖像灰度值、信息熵及特征分布均勻性準(zhǔn)則，篩選出符合條件的特征網(wǎng)格。在后續(xù)處理中，僅特

7、征網(wǎng)格中的圖像像素參與計(jì)算，使得算法的計(jì)算量大大減小。特征網(wǎng)格的選取還為特征點(diǎn)提取與匹配步驟實(shí)現(xiàn)并行運(yùn)算奠定了基礎(chǔ)。在SIFT特征點(diǎn)提取中，本文提出根據(jù)各特征網(wǎng)格的信息熵值自動(dòng)確定相應(yīng)的SIFT閾值，減少了人工干預(yù)，實(shí)現(xiàn)了算法的全自動(dòng)化。在特征點(diǎn)匹配步驟中，本文對(duì)SIFT特征點(diǎn)初匹配方法進(jìn)行了改進(jìn)，根據(jù)先驗(yàn)知識(shí)設(shè)置了特征點(diǎn)空間位置約束，在減小計(jì)算量的同時(shí)提高特征點(diǎn)初匹配的正確率。實(shí)驗(yàn)結(jié)果表明，本文方法能夠?qū)崿F(xiàn)大幅面多光譜遙感圖像的快速、