论文部分内容阅读
遥感图像配准不仅是图像镶嵌、变化检测、信息融合、目标识别和跟踪的关键技术,而且也是天气预报及地图更新等在内的各种遥感图像分析目的的关键步骤之一,它的主要任务是实现同一目标在不同时相、不同角度或不同传感器获得的图像数据在空间位置上的一致。目前,对该技术研究的热点之一就是基于特征的配准方法。论文在全面总结和分析已有的基于特征的图像配准技术的基础上,主要研究了集成多种特征的多源遥感图像配准问题。 论文全面分析了已有的局部不变特征提取和描述算法,匹配搜索策略以及匹配优化提取算法等影响图像配准的各种因素,提出了两种分别适应光学遥感图像和SAR图像配准的集成特征配准算法,并采用大量的实际遥感图像进行实验以验证所提方法的正确性。论文主要包括如下研究成果: (1)在讨论局部不变特征提取和描述过程中,针对目前主流的特征提取算法即SIFT算法比较耗时且仿射不变性弱的缺陷,提出首先降低SIFT描述符的维数,以降低运算时间,然后结合仿射不变矩的仿射不变性,从而增强描述符的仿射不变性。 (2)由于单一特征的局限性,论文通过全面分析和讨论各种特征属性对特征配准算法的影响过程,提出一种基于集成MSER和SIFT-AIM(Scale Invariant Feature Transform and Affine Invariant Moment,SIFT-AIM)互补不变特征的配准算法。该配准算法采用由粗到精两步匹配过程,首先,采用MSER特征进行粗匹配,以此初步校正图像对的空间几何畸变;然后,采用SIFT-AMI特征进行精确匹配,以此增强图像的仿射不变性和节省图像配准时间,最终达到提高图像配准精度的目的。这样能够消除或减弱由单一特征的局限性引起的配准误差。 (3)论文通过全面分析各种特征属性后,针对光学影像配准较成功的算法用于SAR影像配准却失败的问题,提出一种集成Canny边缘和SIFT互补不变特征配准方法。首先,该配准算法通过采用Canny边缘进行区域分割,利用分割的区域进行区域粗匹配,从而达到初步校正SAR影像空间形变的目的;然后,通过提取Canny边缘上稳定的SIFT特征点进行精确匹配。 论文成果丰富了遥感图像特征提取与配准的相关理论和方法,同时为后续的多源遥感图像融合奠定了良好的基础。