基于SIFT改进算法的高分辨率光学遥感影像匹配

• 作 者: 陈梦婷
• 机 构: 中国科学院大学
• 出 处: 中国科学院研究生院 中国科学院大学
• 发表日期: 2012年期
• 关键词: SIFT算法 匹配策略 光学遥感影像 特征提取 旋转差异性

高分辨率遥感影像的出现使得在较小的空间尺度上观察地表的细节变化、进行大比例尺遥感制图以及监测人为活动对环境的影响成为可能，具有广阔的应用前景。而图像匹配是实现图像融合、变化检测、图像校正、图像镶嵌等应用中必不可少的一个关键步骤。相对于高分辨率遥感影像地物的几何结构特征更加清晰，纹理信息更加丰富和成图数据量显著增加等特点，传统影像匹配算法存在诸如对于存在较大视角差异的影像，辨别力不强的特征极易产生误匹配等问题，难以满足其要求。　　
本文将对图像尺度、旋转、光照以及一定的视点变化等均具有较好鲁棒性的SIFT(Scale Invariant Feature Transform)特征引入高分辨率光学遥感影像匹配过程中，以解决传统图像匹配中由于视角差异等带来的匹配不稳定性。论文以高分辨率卫星影像为研究数据，根据高分辨率影像特有的性质对算法进行适应性改进，以加快算法运算速度，减少内存耗用和提高匹配的正确率。　　
本文的主要研究工作包括:　　
(1).提高SIFT算法的运算效率。通过分析SIFT特征提取各关键环节在整个运算时间上所占的比例，提出按照规则格网对特征点进行过滤来提高SIFT特征提取运算效率的方法，同时对过滤准则及格网大小的选择进行了分析。实验结果表明，该方法在保证匹配准确率不变的条件下，减少SIFT算法的运算时间30％以上。　　
(2).减少SIFT算法内存损耗。通过分析SIFT特征点在金字塔影像中各阶层的分布情况，提出限制金字塔影像阶数的优化方法，减少SIFT算法内存损耗近25％。　　
(3).将Harris角点检测算法和SIFT描述符相结合，提出了一种基于Harris角点的SIFT描述符匹配算法。实验证明该算法能够大大缩减运算时间，同时保留SIFT描述符的旋转不变性和对光照变化的适应性，克服传统灰度相关算法旋转差异性的缺点。　　
(4).针对大幅面高分辨率遥感影像，提出了一种基于SIFT算法的网格化大幅面影像快速匹配算法，采用由粗到精、分块进行特征点提取和匹配的策略。实验证明，该算法在减少特征提取内存消耗的基础上能够提高匹配效率和减少匹配粗差，同时使保留的点对分布比较均匀。