基于特征點的遙感圖像配準方法及應(yīng)用研究.pdf

1、圖像配準是圖像處理領(lǐng)域中的一個基礎(chǔ)性任務(wù)，在計算機視覺、模式識別、醫(yī)學(xué)、軍事、遙感等眾多領(lǐng)域有著廣泛的應(yīng)用。準確地說，圖像配準是指對同一場景在不同時間或不同視角下，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，同時不

2、同的用戶對圖像配準的需求具有特殊性，因此遙感圖像配準中仍有諸多問題有待完善和解決。本學(xué)位論文對圖像配準的理論和方法進行了深入研究，以提高圖像配準算法的速度、精度和自動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，本學(xué)位論文有針對性地提出了對這兩種遙感圖像的配準方法。本學(xué)位論文的主要工作和研究成果如下:
　　 (1)提出了針對氣象云圖的配準框架——分級變換框架。從內(nèi)因和外因兩方面深入分析了氣象云圖的形變原因，

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。針對這一結(jié)論，提出建立氣象云圖分級變換框架，首先對整幅圖像進行剛性配準，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算法，校正由于氣象云圖中大氣云層隨機運動引起的局部非剛性形變，以獲得較好的配準效果。實驗結(jié)果表明，本文提出的氣象云圖分級變換框架，能夠滿足氣象云圖的配準需求，且具有較快的運行速度。
　　 (2)提出一種改進的基于For

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

5、效、高精度地實現(xiàn)圖像剛性配準。
　　 (3)為了校正氣象云圖中的局部非剛性形變，提出改進的基于B樣條的圖像非剛性配準方法。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，然后利用控制頂點的網(wǎng)格擾動對圖像進行變形，以實現(xiàn)圖像的非剛性配準。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，提高了算法對非剛性形變的控制能力，減少了算法的迭代次數(shù)。實驗結(jié)果表明，本文方法能夠有效地實

6、現(xiàn)氣象云圖的局部非剛性形變校正，同時算法效率顯著提高。
　　 (4)針對大幅面多光譜遙感圖像全自動快速配準的需求，提出了網(wǎng)格化的基于SIFT(Scale Invariant Feature Transform)特征點的圖像配準算法。本文借鑒網(wǎng)格化思想，提出了特征網(wǎng)格篩選準則。首先在圖像上建立二級規(guī)則網(wǎng)格，然后結(jié)合大幅面多光譜遙感圖像的特點，并依據(jù)圖像灰度值、信息熵及特征分布均勻性準則，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算，使得算法的計算量大大減小。特征網(wǎng)格的選取還為特征點提取與匹配步驟實現(xiàn)并行運算奠定了基礎(chǔ)。在SIFT特征點提取中，本文提出根據(jù)各特征網(wǎng)格的信息熵值自動確定相應(yīng)的SIFT閾值，減少了人工干預(yù)，實現(xiàn)了算法的全自動化。在特征點匹配步驟中，本文對SIFT特征點初匹配方法進行了改進，根據(jù)先驗知識設(shè)置了特征點空間位置約束，在減小計算量的同時提高特征點初匹配的正確率。實驗結(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、