【摘要】：第三次科技革命的浪潮席卷而來,科技的發(fā)展日新月異,也推動了航空航天技術的迅猛發(fā)展,人類能夠獲得日益豐富的遙感影像信息�？萍嫉陌l(fā)展也使得硬件設備不斷的升級換代,傳感器分辨率的不斷增強就是其中典型的例子�？萍嫉倪M步帶動了人類研究的發(fā)展,越來越多的研究者們開始把目光從低分辨率遙感圖像放到了空間分辨率1米左右的高分辨率影像上。遙感圖像配準是遙感圖像處理中比較關鍵的一步,當不同類型的傳感器從不同角度、不同時間對同一場景進行拍攝時,遙感圖像會存在嚴重幾何變形,給遙感圖像處理帶來困難。遙感圖像配準就是在處理各類遙感數(shù)據(jù)之前,把存在幾何變形的遙感圖像還原。具體過程就是把兩幅或多幅不同類型的遙感圖像進行空間幾何變換,使圖像中代表同一位置的對應區(qū)域映射到相同坐標下,而后匹配或疊加。遙感影像自動配準已成為該領域的研究熱點。本文主要針對傳統(tǒng)配準算法中的兩個問題:一是SIFT算法提取特征點數(shù)目過多;二是出現(xiàn)誤匹配點。因此提出了一種基于改進SIFT和改進K-means的遙感圖像配準算法。本算法具體流程如下:首先使用Harris角點檢測算法提取特征點,而后求得匹配的特征點對,完成圖像粗配準,得到待精配準圖像。之后是精配準過程,對參考圖像和待精配準圖像降采樣處理,并提取出兩幅圖像的感興趣區(qū)域;然后利用SIFT算法提取較小尺度的特征點;之后利用改進K-means聚類算法對得到的特征點進行分類,每類為一片區(qū)域;區(qū)域內(nèi)的點構建Delaunay三角網(wǎng),然后將兩幅圖像對應區(qū)域的三角形比較三角形相似度,若相似度大于閾值,就得到正確匹配點對,以此求得精確匹配點;最后利用這些精確匹配點對求解轉(zhuǎn)換模型參數(shù),完成最終的圖像配準。實驗結(jié)果表明了算法的有效性。
【圖文】：

圖 1-2 視角變化圖在圖像配準中，遙感圖像配準是其中比較重要的一個分支�，F(xiàn)今社會，遙感影不斷向多時相、多角度及多分辨率方向發(fā)展[9]。隨著傳感器分辨率的不斷增強，越越多的科研人員開始對高分辨率遙感影像數(shù)據(jù)處理進行研究，其中就包括地質(zhì)勘測航空偵察、遙感圖像融合、三維場景重建、環(huán)境監(jiān)測等領域的遙感數(shù)據(jù)處理[6]。遙圖像處理也在農(nóng)業(yè)、林業(yè)、國土資源等領域得到廣泛應用[10]。例如在汶川地震、青玉樹地震中，第一時間就獲取了當?shù)氐男l(wèi)星遙感數(shù)據(jù)，為后續(xù)救援提供了可靠的依[10]。而遙感影像快速配準就是這些應用中的關鍵一步。遙感圖像是由不同類型的傳器或從不同角度、不同時間對同一場景拍攝形成的，所以遙感圖像之間會存在幾何形，，給遙感圖像處理帶來一定的困難。圖像配準就是在對各類遙感數(shù)據(jù)進行處理之前先對兩幅或多幅不同類型的圖像進行空間幾何變換，使得圖像中代表同一位置的對區(qū)域映射到相同坐標下，而后進行匹配或疊加。而隨著遙感數(shù)據(jù)的日益龐大，僅依

不斷向多時相、多角度及多分辨率方向發(fā)展[9]。隨著傳感器分辨率的不斷增強，越來越多的科研人員開始對高分辨率遙感影像數(shù)據(jù)處理進行研究，其中就包括地質(zhì)勘測、航空偵察、遙感圖像融合、三維場景重建、環(huán)境監(jiān)測等領域的遙感數(shù)據(jù)處理[6]。遙感圖像處理也在農(nóng)業(yè)、林業(yè)、國土資源等領域得到廣泛應用[10]。例如在汶川地震、青海玉樹地震中，第一時間就獲取了當?shù)氐男l(wèi)星遙感數(shù)據(jù)，為后續(xù)救援提供了可靠的依據(jù)[10]。而遙感影像快速配準就是這些應用中的關鍵一步。遙感圖像是由不同類型的傳感器或從不同角度、不同時間對同一場景拍攝形成的，所以遙感圖像之間會存在幾何變形，給遙感圖像處理帶來一定的困難。圖像配準就是在對各類遙感數(shù)據(jù)進行處理之前，先對兩幅或多幅不同類型的圖像進行空間幾何變換，使得圖像中代表同一位置的對應區(qū)域映射到相同坐標下，而后進行匹配或疊加。而隨著遙感數(shù)據(jù)的日益龐大，僅依靠人工配準的成本太高，因此遙感影像自動配準成為該領域的研究熱點[11]。圖 1-3 是不同傳感器拍攝的遙感圖像。
【學位授予單位】：華東師范大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP751

【參考文獻】

相關期刊論文 前10條

1 葛青青;高建瓴;;粒子群算法改進的K-Means聚類算法[J];微型電腦應用;2015年10期

2 許佳佳;;結(jié)合Harris與SIFT算子的圖像快速配準算法[J];中國光學;2015年04期

3 孫亮;王雙慶;邢建春;;一種基于自適應閾值的改進MIC算法[J];微電子學與計算機;2015年05期

4 尹奎英;張雄;李成;喬寅騏;;基于SIFT-Delaunay編碼的SAR圖像自動配準算法[J];現(xiàn)代雷達;2015年04期

5 史益新;邱天爽;韓軍;金聲;;基于混合互信息和改進粒子群優(yōu)化算法的醫(yī)學圖像配準方法[J];中國生物醫(yī)學工程學報;2015年01期

6 樊東昊;朱建軍;郭南男;周璀;周靖鴻;;一種結(jié)合區(qū)域選擇和SIFT算法的遙感圖像配準方法[J];工程勘察;2015年02期

7 王天召;徐克虎;陳金玉;;基于K-means聚類和RANSAC的圖像配準算法研究[J];計算機工程與科學;2014年09期

8 姜志偉;王山東;王伶俐;毛澤紅;;基于格網(wǎng)和方向法索引的Delaunay三角網(wǎng)生成算法[J];測繪工程;2014年02期

9 張群會;解子毅;;帶斷層約束的Delaunay三角剖分混合算法[J];西安科技大學學報;2014年01期

10 閆自庚;蔣建國;郭丹;;基于SURF特征和Delaunay三角網(wǎng)格的圖像匹配[J];自動化學報;2014年06期

相關博士學位論文 前4條

1 張敏;基于多視域廣角相機視頻圖像拼接技術研究[D];中國科學院研究生院(長春光學精密機械與物理研究所);2016年

2 田甜;快速局部圖像特征提取方法研究[D];華中科技大學;2015年

3 羅楠;圖像局部不變特征的匹配算法及應用研究[D];南京理工大學;2015年

4 黃波;圖像全局仿射不變量方法研究[D];吉林大學;2014年

相關碩士學位論文 前4條

1 張謙;多源遙感圖像配準與識別方法研究[D];北方工業(yè)大學;2015年

2 呂步云;SIFT結(jié)合圖像信息的多源遙感圖像配準技術研究[D];杭州電子科技大學;2015年

3 鄭守住;改進SURF和Delaunay三角網(wǎng)的圖像配準算法研究[D];東華理工大學;2014年

4 權宇寰;無人機遙感圖像配準算法研究[D];西安建筑科技大學;2014年

本文編號：2598839