基于特征庫(kù)的遙感圖像自動(dòng)配準(zhǔn)研究.pdf

1、中巴資源衛(wèi)星02星(CBERS02)是我國(guó)與巴西聯(lián)合研制的陸地資源衛(wèi)星，搭載了CCD、IRMSS和WFI三種傳感器，自2003年10月21日發(fā)射升空以來(lái)，已經(jīng)傳回了大量的遙感圖像。然而，由于圖像的細(xì)節(jié)模糊，圖像數(shù)據(jù)量大，圖像之間的配準(zhǔn)處理不方便，使得 CBERS02的CCD圖像的應(yīng)用受到一定的制約。因此，本文以CBERS02的CCD圖像為研究對(duì)象，圍繞圖像配準(zhǔn)，開(kāi)展了如下幾個(gè)方面的研究：
　　1.通過(guò)對(duì)典型配準(zhǔn)方法的總結(jié)和比較分析

2、，認(rèn)為基于特征的配準(zhǔn)方法具有較好的靈活性，同時(shí)在配準(zhǔn)過(guò)程中只需要處理從圖像中提取的特征，而使得運(yùn)算的數(shù)據(jù)量減少，算法的效率比較高。因此，在本文的研究中就采用了這種方法。
　　2.基于特征的配準(zhǔn)方法的核心就在于從圖像中提取特征和進(jìn)行特征匹配。在圖像所具有的多種特征中，本文以興趣點(diǎn)特征的提取為研究重點(diǎn)。為了選取對(duì)CBERS02的CCD圖像具有最好適應(yīng)性的算法，本文提出了基于典型興趣點(diǎn)的算法準(zhǔn)確度和相對(duì)重復(fù)度兩個(gè)評(píng)價(jià)標(biāo)準(zhǔn)。結(jié)合算法的運(yùn)行

3、速度，通過(guò)定量的比較，基于互相關(guān)的PCD算法成為本文的選擇。由于 PCD算法在興趣點(diǎn)定位能力上的不足和CBERS02的CCD圖像本身具有細(xì)節(jié)模糊的特點(diǎn)，本文提出了興趣點(diǎn)豐富區(qū)域特征(AAIP)，以改善特征的定位精度。實(shí)驗(yàn)結(jié)果表明了從圖像中提取AAIP特征的合理性和有效性。
　　3. AAIP特征本質(zhì)上是區(qū)域特征，因此區(qū)域特征的匹配成為本文的一個(gè)研究重點(diǎn)。本文首先分析了幾種典型的區(qū)域特征匹配算法，并討論了可能的改進(jìn)。為了選取對(duì)CBE

4、RS02的CCD圖像具有最好適應(yīng)性的算法，本文從相似度的尖銳度、運(yùn)行速度、抗旋轉(zhuǎn)性和對(duì)圖像灰度的依賴性四個(gè)方面進(jìn)行了比對(duì)實(shí)驗(yàn)。對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行定量分析和比較，基于互信息的匹配算法成為本文的選擇。
　　4.為了提高圖像配準(zhǔn)的效率，重復(fù)利用圖像配準(zhǔn)過(guò)程產(chǎn)生的特征，本文利用數(shù)據(jù)庫(kù)將圖像配準(zhǔn)過(guò)程中產(chǎn)生的特征以有效的形式保存起來(lái)，形成特征庫(kù)，當(dāng)需要進(jìn)行新的配準(zhǔn)處理時(shí)，首先根據(jù)目標(biāo)圖像的經(jīng)緯度信息，從特征庫(kù)中選取特征，形成參考圖像，然后將目標(biāo)圖

5、像跟參考圖像進(jìn)行配準(zhǔn)。由于特征是已有的，所以只需要根據(jù)本文的匹配算法從目標(biāo)圖像中尋找到相應(yīng)的特征，建立同名點(diǎn)，進(jìn)而完成配準(zhǔn)。這使得配準(zhǔn)處理中，特征提取這一最耗時(shí)間的過(guò)程被跳過(guò)，所以配準(zhǔn)的效率變高了。同時(shí)，這也擴(kuò)展了配準(zhǔn)的概念，將圖像配準(zhǔn)從兩幅圖像之間拓展到了圖像與特征庫(kù)之間。實(shí)驗(yàn)結(jié)果表明了這一算法的有效性，配準(zhǔn)的精度為1個(gè)像素。
　　總之，本文的研究表明：基于PCD算法的AAIP特征提取和基于互信息的特征匹配對(duì)于 CBERS02的