集成互補不變特征多源遙感影像配準方法研究.pdf

1、遙感圖像配準不僅是圖像鑲嵌、變化檢測、信息融合、目標識別和跟蹤的關鍵技術,而且也是天氣預報及地圖更新等在內(nèi)的各種遙感圖像分析目的的關鍵步驟之一,它的主要任務是實現(xiàn)同一目標在不同時相、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,對該技術研究的熱點之一就是基于特征的配準方法。論文在全面總結和分析已有的基于特征的圖像配準技術的基礎上,主要研究了集成多種特征的多源遙感圖像配準問題。
　　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的各種因素,提出了兩種分別適應光學遙感圖像和SAR圖像配準的集成特征配準算法,并采用大量的實際遙感圖像進行實驗以驗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程中,針對目前主流的特征提取算法即SIFT算法比較耗時且仿射不變性弱的缺陷,提出首先降低SIFT描述符的維數(shù),以降低運算時間,然后結合仿射不變矩的仿射不變性,從而增強描述符的

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

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