论文部分内容阅读
图像配准是图像处理领域中十分重要的预处理步骤并且已被广泛应用于多个关键领域。成像光谱图像，又称高光谱图像，其成像光谱仪具有多种成像方式。对于不同的成像方式，其成像系统总会存在一定的偏差，从而使各个波段图像在空间上并没有完全对齐，因而对后续的高光谱图像应用，比如目标检测、地物分类等产生非常严重的影响。高光谱图像由于其各个波段之间灰度差异较大并且空间分辨率较低，因此对配准方法的鲁棒性和准确性要求较高。本文根据高光谱图像的成像原理，详细剖析了高光谱图像各个波段之间出现未配准现象的原因，将未配准现象归纳为整体的平移变换和带有旋转的尺度变换，并提出了相应的解决方案，论文的重点工作如下: (1)本文根据高光谱图像的成像原理，从成像角度分析了高光谱图像各个波段之间失配的原因，并根据实际应用提出了相应的解决方案。 (2)针对高光谱图像各个波段之间的平移变换，提出了一种高精度的亚像素级配准方法。基于奇异值分解(SVD)的相位相关法是一种经典的具有亚像素级精度的图像配准算法，但当两幅待配准图的平移量较大或噪声较强时，该配准算法中的积分法所得到的相位解缠结果往往不可靠。本文根据线性相位的单调变化特性，提出了一种改进的相位解缠算法，通过比较相邻相位差和趋势斜率的一致性来判断是否进行校正，从而得到真实相位值。针对真实光学图像的实验表明，该方法可以有效地对积分法所得到的结果进行校正，并进一步提高配准精度。 (3)针对高光谱图像各个波段之间的旋转和尺度变换，采用了特征匹配进行粗配准和模板匹配进行精配准的方法，并在精配准的过程中针对互信息和LSCC描述子的配准误差大和计算复杂度高等特点，提出了Fast-LSS描述子，对时间和性能进行优化，极大程度上减少了计算耗时并提高了配准精度。