【摘要】：在信息技術(shù)高速發(fā)展的今天,單光譜圖像早已不能滿足人們對于圖像信息的需求,多光譜圖像開始越來越多的應(yīng)用于各個領(lǐng)域當(dāng)中,多光譜圖像的配準(zhǔn)技術(shù)也成為了行業(yè)研究的熱點與難點。本文提出了一種基于級聯(lián)結(jié)構(gòu)的適用于多光譜圖像的特征點匹配方法,級聯(lián)結(jié)構(gòu)中引入了復(fù)活機(jī)制來提高配準(zhǔn)結(jié)果的精確度。特征點匹配算法是一類常見的匹配算法,首先需要分別在參考圖像和測試圖像上檢測特征點,并為每一個特征點構(gòu)建描述符。常見的特征點和描述符算法包括SIFT(Scale-invariant feature transform),SURF,MSER等,在本文中我們采用了準(zhǔn)確度較高和計算速度較快的SIFT方法。本文提出的級聯(lián)結(jié)構(gòu)由四層構(gòu)成。級聯(lián)結(jié)構(gòu)的第一層為雙向匹配,這一步也是構(gòu)建初始匹配對的過程;從第二層開始逐級刪除錯誤的匹配對,第二層利用特征點連線間的直線信息作為約束條件;第三層使用全局信息作為約束條件;最后一層使用FSC(Random Sample Consensus)算法移除錯誤的匹配對,同時得到參考圖像與測試圖像之間的變換關(guān)系�？紤]到逐級刪除錯誤匹配對過程中,有可能出現(xiàn)正確匹配對被刪除的情況,所以在級聯(lián)結(jié)構(gòu)中引入了復(fù)活機(jī)制來進(jìn)一步保證配準(zhǔn)結(jié)果的準(zhǔn)確性。最后通過此帶有復(fù)活機(jī)制的級聯(lián)結(jié)構(gòu)實現(xiàn)了多光譜圖像的特征點匹配。在實驗階段,共采用了 644組圖像進(jìn)行對比實驗。最后的實驗數(shù)據(jù)表明,提出的算法在配準(zhǔn)性能上相對于以往的經(jīng)典算法有了明顯提高。
【圖文】：

意義和應(yīng)用。逡逑１．１．１多光譜圖像的概念逡逑多光譜圖像是指物體對任一波段電磁波的反射或透射成像（如圖１－１），，這里逡逑的波段包括可見光、紅外線、紫外線、毫米波、Ｘ射線、ｆ射線。遙感圖像，如逡逑多光譜、高光譜、超光譜及ＴＭ等圖像也包含在內(nèi)；廣義來說，還包括ＣＴ、ＭＲＴ逡逑（核磁共振）和ＰＥＴ邋（正電子發(fā)射斷層掃描）等聲波及醫(yī)學(xué)圖像⑴。逡逑ｇ邋８邐Ｓ邋Ｉ逡逑Ｉ邋５邐Ｓ邋＾逡逑Ｉ邐＿邋Ｉ邐＼邋ｔ邋ｉ邋ｉ邋Ａ邋＞邋ｔ邋Ｉ逡逑Ｔｉ逡逑Ｕ邐Ｉ邐ｉｌ邋坷邋ｉ邋Ｉ邋ｘ逡逑波邐ｉｈ邐Ａ邐ｓｉｉｉ線邋ａ光蟥邐找逡逑ｉ邐ｉ邐ｉ邐ｉ邐ｉ邐ｉ邐ｊｒ邋ｉ邐ｉ邋ｙ邋ｘｉ邋ｉ邋ｉ逡逑ｆ邐ｆ邐＾邐３邐３邐５邐ｉ｜邋ｆ邐Ｖｉｉ邋Ｈ．邐１邋ｉ邐ａｉｔ逡逑ＩＩ邋＿逡逑＾邐§邐§邐８逡逑ｉ邐ｉ邐１邐１逡逑圖丨－丨電磁波譜示意圖逡逑圖１－２中為兩組同場景的多光譜圖像。第一組（ａ）共３２張圖像，前面３１逡逑張分別以１０為間隔４００：邋７００的波段內(nèi)采集，最后一張是可見光下采集：第二組逡逑１逡逑

意義和應(yīng)用。逡逑１．１．１多光譜圖像的概念逡逑多光譜圖像是指物體對任一波段電磁波的反射或透射成像（如圖１－１），這里逡逑的波段包括可見光、紅外線、紫外線、毫米波、Ｘ射線、ｆ射線。遙感圖像，如逡逑多光譜、高光譜、超光譜及ＴＭ等圖像也包含在內(nèi)；廣義來說，還包括ＣＴ、ＭＲＴ逡逑（核磁共振）和ＰＥＴ邋（正電子發(fā)射斷層掃描）等聲波及醫(yī)學(xué)圖像⑴。逡逑ｇ邋８邐Ｓ邋Ｉ逡逑Ｉ邋５邐Ｓ邋＾逡逑Ｉ邐＿邋Ｉ邐＼邋ｔ邋ｉ邋ｉ邋Ａ邋＞邋ｔ邋Ｉ逡逑Ｔｉ逡逑Ｕ邐Ｉ邐ｉｌ邋坷邋ｉ邋Ｉ邋ｘ逡逑波邐ｉｈ邐Ａ邐ｓｉｉｉ線邋ａ光蟥邐找逡逑ｉ邐ｉ邐ｉ邐ｉ邐ｉ邐ｉ邐ｊｒ邋ｉ邐ｉ邋ｙ邋ｘｉ邋ｉ邋ｉ逡逑ｆ邐ｆ邐＾邐３邐３邐５邐ｉ｜邋ｆ邐Ｖｉｉ邋Ｈ．邐１邋ｉ邐ａｉｔ逡逑ＩＩ邋＿逡逑＾邐§邐§邐８逡逑ｉ邐ｉ邐１邐１逡逑圖丨－丨電磁波譜示意圖逡逑圖１－２中為兩組同場景的多光譜圖像。第一組（ａ）共３２張圖像，前面３１逡逑張分別以１０為間隔４００：邋７００的波段內(nèi)采集，最后一張是可見光下采集：第二組逡逑１逡逑
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王磊;劉艷;夏娟;;基于二叉級聯(lián)結(jié)構(gòu)的并行極速學(xué)習(xí)機(jī)算法[J];吉林大學(xué)學(xué)報(信息科學(xué)版);2012年04期

2 史富強(qiáng),林孝康,馮重熙;一種級聯(lián)結(jié)構(gòu)的高階全數(shù)字鎖相環(huán)[J];電子科學(xué)學(xué)刊;1999年05期

3 吳耀德;陳海燕;李繼軍;;級聯(lián)結(jié)構(gòu)光子晶體的濾波特性研究[J];長江大學(xué)學(xué)報(自然科學(xué)版)理工卷;2008年04期

4 王永福;王肇穎;賈東方;郭以平;張蕾;;基于兩只半導(dǎo)體光放大器級聯(lián)結(jié)構(gòu)的多波長光纖激光器[J];激光與光電子學(xué)進(jìn)展;2009年11期

5 周彬倩;李文意;楊民京;李倩;杜曉東;;基于單相背靠背H橋級聯(lián)結(jié)構(gòu)的仿真研究[J];陜西電力;2014年04期

6 熊平;萬勵之;;主動脈磁共振影像特征點匹配優(yōu)化仿真分析[J];計算機(jī)仿真;2013年11期

7 陳偉雄;;基于壓縮分類的快速特征點匹配方法[J];計算機(jī)與數(shù)字工程;2007年09期

8 任延富;劉奇聰;;聯(lián)合多任務(wù)的級聯(lián)結(jié)構(gòu)人臉檢測[J];現(xiàn)代計算機(jī)(專業(yè)版);2018年03期

9 尹麗華;安居白;夏妍妍;;基于特征點匹配的圖像拼接算法[J];大連海事大學(xué)學(xué)報;2007年S1期

10 胡吉良;張華健;花罡辰;;基于幾何約束的重復(fù)視覺特征點匹配方法[J];電子世界;2017年09期

相關(guān)會議論文 前10條

1 董靜;;一種基于特征點匹配的場景鎖定算法[A];中國光學(xué)學(xué)會2010年光學(xué)大會論文集[C];2010年

2 李紅波;倪國強(qiáng);;圖像配準(zhǔn)中特征點匹配分析與展望[A];第三屆全國嵌入式技術(shù)和信息處理聯(lián)合學(xué)術(shù)會議論文集[C];2009年

3 孫根云;張愛竹;王振杰;;基于數(shù)據(jù)場模型的多光譜圖像邊緣檢測[A];2013年中國智能自動化學(xué)術(shù)會議論文集（第三分冊）[C];2013年

4 黃云仙;李祥;艾未華;;多光譜圖像的無損壓縮方法[A];2009第五屆蘇皖兩省大氣探測、環(huán)境遙感與電子技術(shù)學(xué)術(shù)研討會專輯[C];2009年

5 趙炫;王生進(jìn);丁曉青;;一種應(yīng)用于特征點匹配的改進(jìn)圖模型算法[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2005年

6 邸(韋冿);;基于三維高斯馬爾可夫隨機(jī)場模型的多光譜圖像目標(biāo)自動檢測[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

7 高冠東;賈克斌;肖珂;;一種新的基于特征點匹配的圖像拼接方法[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

8 張憲偉;宋建社;張紅蕾;廖增為;;SAR圖像與多光譜圖像融合方法研究[A];第三屆全國數(shù)字成像技術(shù)及相關(guān)材料發(fā)展與應(yīng)用學(xué)術(shù)研討會論文摘要集[C];2004年

9 張興華;吳冬梅;藺麗華;;基于相位相關(guān)和特征點匹配的紅外遙視圖像配準(zhǔn)[A];第八屆全國信號與信息處理聯(lián)合學(xué)術(shù)會議論文集[C];2009年

10 金毅;王志輝;李夢南;陳仲;;級聯(lián)結(jié)構(gòu)400Hz有源濾波器的設(shè)計[A];分布式發(fā)電、智能微電網(wǎng)與電能質(zhì)量——第三屆全國電能質(zhì)量學(xué)術(shù)會議暨電能質(zhì)量行業(yè)發(fā)展論壇論文集[C];2013年

相關(guān)博士學(xué)位論文 前4條

1 金劍秋;多光譜圖像的融合與配準(zhǔn)[D];浙江大學(xué);2005年

2 梁瑋;基于光譜特性的多光譜圖像壓縮方法研究[D];西安電子科技大學(xué);2014年

3 戎凱旋;基于投影替代與矩陣低秩稀疏分解的多光譜圖像融合[D];西安電子科技大學(xué);2016年

4 宋娟;基于分布式信源編碼的多光譜圖像/視頻壓縮技術(shù)研究[D];西安電子科技大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 荊晶;基于級聯(lián)結(jié)構(gòu)的多光譜圖像精確特征點匹配[D];北京郵電大學(xué);2016年

2 武國強(qiáng);單多模光纖級聯(lián)結(jié)構(gòu)內(nèi)微腔的飛秒激光制備及其傳感特性[D];哈爾濱工業(yè)大學(xué);2016年

3 汪崢嶸;基于車牌識別及車輛特征點匹配的套牌車識別[D];蘇州大學(xué);2013年

4 陳長智;多光譜圖像配準(zhǔn)技術(shù)的研究與實現(xiàn)[D];西安電子科技大學(xué);2014年

5 鄭超超;多光譜圖像融合模型與算法研究[D];電子科技大學(xué);2018年

6 尹婷婷;基于NSST的SAR圖像和多光譜圖像的融合算法研究[D];沈陽航空航天大學(xué);2018年

7 高雅靜;星載多光譜圖像高效壓縮技術(shù)研究[D];西安電子科技大學(xué);2013年

8 施翔;多光譜圖像描述符梯度權(quán)重研究和主方向設(shè)計[D];北京郵電大學(xué);2016年

9 董泰閣;硅基參雜量子阱和量子級聯(lián)結(jié)構(gòu)LED的研究[D];貴州大學(xué);2016年

10 薛聿楨;基于遺傳規(guī)劃的遙感多光譜圖像分類[D];西北工業(yè)大學(xué);2005年

本文編號：2572588