圖像配準(zhǔn)是指將不同時(shí)間、不同視角或者不同傳感器在同一場(chǎng)景下拍攝的兩幅或者多幅圖像進(jìn)行幾何校準(zhǔn)的過(guò)程。它是圖像處理的關(guān)鍵技術(shù)之一,已經(jīng)廣泛應(yīng)用于諸多領(lǐng)域,如計(jì)算機(jī)視覺(jué)、醫(yī)學(xué)圖像分析、遙感圖像變化檢測(cè)等。隨著遙感攝影技術(shù)的發(fā)展,遙感圖像的獲取方式越來(lái)越多樣化,圖像之間的灰度差異也逐漸增大,傳統(tǒng)的方法并不能實(shí)現(xiàn)精確配準(zhǔn),因此遙感圖像配準(zhǔn)中還存在較多問(wèn)題需要解決。基于點(diǎn)特征的配準(zhǔn)是目前使用最多的遙感圖像配準(zhǔn)方法,因?yàn)辄c(diǎn)特征不僅對(duì)圖像之間的幾何變換有較好的穩(wěn)定性,而且對(duì)圖像之間的重合度沒(méi)有過(guò)高的要求。另外,點(diǎn)特征在實(shí)際應(yīng)用中有比較高的計(jì)算效率。因此,本文提出了以下三個(gè)基于點(diǎn)特征的遙感圖像配準(zhǔn)方法:(1)針對(duì)遙感圖像對(duì)之間灰度差異大,容易導(dǎo)致特征匹配失敗的問(wèn)題,本文提出了一種基于相位信息和局部結(jié)構(gòu)信息保留的遙感圖像配準(zhǔn)方法。該方法首先將原始圖像映射到相位一致性圖上,利用經(jīng)典的尺度不變特征變換(SIFT)算法在相位一致性圖上進(jìn)行特征點(diǎn)的提取和匹配。然后,通過(guò)局部結(jié)構(gòu)信息保留策略刪除錯(cuò)誤匹配點(diǎn)對(duì),保留正確匹配點(diǎn)對(duì)。實(shí)驗(yàn)結(jié)果表明,該方法能夠配準(zhǔn)灰度差異較大的圖像,并且能夠得到更多正確的匹配點(diǎn)對(duì)。(2)針對(duì)傳統(tǒng)特征點(diǎn)匹配算法得到的匹配點(diǎn)對(duì)錯(cuò)誤匹配率較高的問(wèn)題,本文提出了一種基于相位一致性互相關(guān)和全局約束的特征點(diǎn)匹配方法。該方法首先利用SAR-SIFT算法提取并匹配特征點(diǎn),得到初始匹配點(diǎn)對(duì)。然后利用相位一致性互相關(guān)來(lái)計(jì)算匹配點(diǎn)對(duì)周圍兩個(gè)鄰域塊兒的相似性值,通過(guò)相似性值篩選匹配點(diǎn)對(duì)。之后利用一個(gè)全局約束策略增加匹配點(diǎn)對(duì),得到最終的匹配點(diǎn)對(duì)集。實(shí)驗(yàn)證明,該方法能夠得到大量正確匹配點(diǎn)對(duì),并且降低了錯(cuò)誤匹配率。(3)針對(duì)現(xiàn)有特征點(diǎn)匹配算法得到的正確匹配點(diǎn)對(duì)較少且配準(zhǔn)精度不高的問(wèn)題,本文提出了一種基于改進(jìn)最近鄰距離比和三角約束的特征點(diǎn)匹配方法。該方法在經(jīng)典的最近鄰距離比特征點(diǎn)匹配算法基礎(chǔ)上,通過(guò)依次判斷次近鄰點(diǎn)、三近鄰點(diǎn)等是否為最近鄰點(diǎn)的鄰域點(diǎn),從而排除特征點(diǎn)之間描述子相似的情況。然后利用三角約束增加匹配點(diǎn)對(duì),得到最終的匹配點(diǎn)對(duì)集。實(shí)驗(yàn)證明,該方法不僅能夠得到很多正確匹配點(diǎn)對(duì),而且提高了配準(zhǔn)精度。
【學(xué)位單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP751
【部分圖文】：

其技術(shù)原理可以推廣到多幅圖像。(a) (b) (c) (d)圖1.1 兩組遙感圖像對(duì)圖像I 可以由數(shù)字矩陣的形式表示，矩陣中的各個(gè)坐標(biāo) x ,y 代表像素點(diǎn)的位置。圖像的灰度值可以用I x, y 來(lái)表示。如下述公式(1-1)所示，一幅大小為 M N的圖像可定義如下：

最底層圖像，繼續(xù)進(jìn)行跟第一步相同的高斯模糊過(guò)程，反復(fù)進(jìn)行，最終得到O組S 層的高斯金字塔圖像，圖 2.2 為生成的高斯金字塔圖像；圖2.2 高斯金字塔圖像

④ 構(gòu)建 DOG 金字塔：將高斯金字塔相鄰層相減，得到 DOG 金字塔圖像，圖 2.3為生成的高斯差分金字塔圖像。至此 DOG 尺度空間構(gòu)建完成。圖2.3 高斯差分金字塔圖像我們提到過(guò)，歸一化的 LOG 函數(shù)可以提取到穩(wěn)定、重復(fù)率高的特征點(diǎn)，而 DOG可以近似為歸一化的 LOG，所以我們可以在構(gòu)建的 DOG 尺度空間上檢測(cè)極值點(diǎn)。在自身尺度層、上下兩相鄰層，共三層尺度空間上進(jìn)行灰度值比較來(lái)檢測(cè)極值點(diǎn)。如圖2.4 所示，藍(lán)色點(diǎn)為中心點(diǎn)，中心點(diǎn)需要和上下左右 26 個(gè)點(diǎn)進(jìn)行比較，這 26 個(gè)點(diǎn)分別為同尺度層中心點(diǎn)周圍 8 個(gè)，上下尺度層每層 9 個(gè)。如果中心點(diǎn)為極大值或者極小值點(diǎn)
【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 許佳佳;張葉;張赫;;基于改進(jìn)Harris-SIFT算子的快速圖像配準(zhǔn)算法[J];電子測(cè)量與儀器學(xué)報(bào);2015年01期

2 余先川;呂中華;胡丹;;遙感圖像配準(zhǔn)技術(shù)綜述[J];光學(xué)精密工程;2013年11期

3 彭文;童若鋒;錢歸平;董金祥;;使用特征點(diǎn)與曲線配準(zhǔn)醫(yī)學(xué)圖像[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2007年09期

4 劉寶生;閆莉萍;周東華;;幾種經(jīng)典相似性度量的比較研究[J];計(jì)算機(jī)應(yīng)用研究;2006年11期

5 馮林,管慧娟,滕弘飛;基于互信息的醫(yī)學(xué)圖像配準(zhǔn)技術(shù)研究進(jìn)展[J];生物醫(yī)學(xué)工程學(xué)雜志;2005年05期

6 郭海濤,劉智,張保明;基于遺傳算法的快速影像匹配技術(shù)的研究[J];測(cè)繪學(xué)院學(xué)報(bào);2001年S1期

本文編號(hào)：2884304