基于尺度不變特征的多源遙感影像配準.pdf

1、本課題是針對目前國內外遙感影像配準領域，尤其是在多源遙感影像配準方面，仍然無法快速、全自動、可靠地實現高精度配準的現狀提出來的，是國家科技支撐計劃資助項目——“環(huán)北京區(qū)域遙感監(jiān)測信息服務系統(tǒng)”的重要研究內容。本課題的研究目標是針對多源遙感影像之間存在較大的灰度、視角、分辨率差異以及環(huán)境因素造成的噪聲影響等問題，通過改進的尺度不變特征提取算法提取多源遙感影像的匹配特征，使這些特征能夠對多源遙感影像的亮度、尺度（分辨率）、視角等保持一定的不

2、變性，對噪聲以及環(huán)境等因素的影響具有一定的抵抗性，然后采用最佳的匹配策略最終實現多源遙感影像的快速、全自動的精確配準。
　　本文通過對尺度空間理論的研究，分析了目前常用的幾種多尺度檢測算法，并對多尺度檢測算子進行了比較評價，得出了美國學者LOWE（2004）提出的尺度不變特征檢測算法（Scale-Invariant Features Transform，SIFT）是一種最適合于遙感影像配準的特征檢測算法的結論。通過實驗研究了SIF

3、T算法的優(yōu)勢和缺點，總結了目前常用的SIFT算法的改進策略，最后得出了局部自適應的SIFT自動配準算法（Local Adaptive Scale-Invariant Features Transform，LA-SIFT）的思想和流程。運用本文提出的LA-SIFT算法對大量多源遙感影像的進行了配準實驗。結果表明：本文算法能夠對具有較大灰度差異、具有一定的視角變化以及較大空間分辨率差異的多源遙感影像實現高精度的自動配準，同時實現了配準點在配