本文關(guān)鍵詞：基于高斯擬合的高光譜影像配準(zhǔn)算法

  更多相關(guān)文章： 遙感 高光譜影像 配準(zhǔn) 高斯擬合

【摘要】：傳統(tǒng)的基于區(qū)域的配準(zhǔn)方法是搜索配準(zhǔn)控制點(diǎn)在離散的圖像坐標(biāo)點(diǎn)上進(jìn)行的,從而限制了配準(zhǔn)控制點(diǎn)定位精度這一問題,所以文中提出了一種基于高斯擬合的高光譜影像配準(zhǔn)算法。與傳統(tǒng)基于區(qū)域的配準(zhǔn)方法類似,該方法是利用圖像灰度信息,建立兩幅圖像之間的相似性度量,搜索使相似性度量值最大或最小的點(diǎn)作為配準(zhǔn)控制點(diǎn),但與傳統(tǒng)方法不同之處在于,在搜索過程中,并不是直接尋找極值點(diǎn)作為配準(zhǔn)控制點(diǎn),而是通過在搜索過程中,首先生成相似度矩陣,利用極值點(diǎn)附近的值求出高斯擬合函數(shù)系數(shù),利用高斯函數(shù)的極值點(diǎn)作為配準(zhǔn)控制點(diǎn)。在對(duì)多組Hyperion高光譜影像進(jìn)行配準(zhǔn)的實(shí)驗(yàn)中,精度均優(yōu)于傳統(tǒng)方法,達(dá)到了亞像素級(jí),滿足后續(xù)的融合、變化檢測(cè)等需要。
【作者單位】： 黑龍江大學(xué)電子工程學(xué)院;
【關(guān)鍵詞】： 遙感 高光譜影像 配準(zhǔn) 高斯擬合
【基金】：國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2016YFB0502502)
【分類號(hào)】：TP391.41
【正文快照】： 0引言近幾十年,高光譜成像技術(shù)得到高速發(fā)展,越來越多的搭載高光譜成像光譜儀的衛(wèi)星升空,比較有代表性的如美國的MODIS,Hyperion,澳大利亞的ARIES衛(wèi)星,我國的環(huán)境衛(wèi)星和高分專項(xiàng)中也有高光譜衛(wèi)星系列,這些衛(wèi)星給我們帶來了更多的可利用的高光譜數(shù)據(jù),為工業(yè)、農(nóng)業(yè)、環(huán)境、勘探

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 甘甫平;王潤生;;高光譜遙感技術(shù)在地質(zhì)領(lǐng)域中的應(yīng)用[J];國土資源遙感;2007年04期

2 余旭初;楊國鵬;馮伍法;周欣;;基于簡約集支持向量機(jī)的高光譜影像分類[J];計(jì)算機(jī)科學(xué);2010年11期

3 楊可明;張濤;王立博;錢小麗;王林偉;劉士文;;諧波分析法高光譜影像融合及其光譜信息保真度評(píng)價(jià)[J];光譜學(xué)與光譜分析;2013年09期

4 李新雙;張良培;李平湘;吳波;;基于小波分量特征值匹配的高光譜影像分類[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2006年03期

5 楊可明;陳云浩;郭達(dá)志;蔣金豹;;基于高光譜影像的小麥條銹病光譜信息探測(cè)與提取(英文)[J];光子學(xué)報(bào);2008年01期

6 蘇俊英;舒寧;;一種基于非線性增益小波濾波的高光譜影像去噪技術(shù)研究[J];遙感技術(shù)與應(yīng)用;2008年04期

7 楊可明;李慧;郭達(dá)志;;基于最佳小波包基的高光譜影像特征制圖[J];測(cè)繪學(xué)報(bào);2008年01期

8 楊國鵬;余旭初;劉偉;陳偉;;基于支持向量機(jī)的高光譜影像分類研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2008年08期

9 董超;趙慧潔;;關(guān)聯(lián)向量機(jī)在高光譜影像分類中的應(yīng)用[J];遙感學(xué)報(bào);2010年06期

10 董超;田聯(lián)房;趙慧潔;;遺傳關(guān)聯(lián)向量機(jī)高光譜影像分類[J];上海交通大學(xué)學(xué)報(bào);2011年10期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 舒寧;胡穎;;基于地物光譜特征的高光譜影像邊緣提取方法[A];地理空間信息技術(shù)與應(yīng)用——中國科協(xié)2002年學(xué)術(shù)年會(huì)測(cè)繪論文集[C];2002年

2 舒寧;;多光譜和高光譜影像紋理分析的幾種方法[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

3 于美嬌;董廣軍;張永生;紀(jì)松;楊靖宇;;一種基于極大后驗(yàn)估計(jì)的高光譜影像分辨率增強(qiáng)方法[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

4 董廣軍;紀(jì)松;朱朝杰;;基于局部線性嵌入流形學(xué)習(xí)的高光譜影像分類技術(shù)[A];第六屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集（3）[C];2008年

5 汪瑋;周可法;王金林;周曙光;劉慧;;環(huán)境減災(zāi)衛(wèi)星高光譜數(shù)據(jù)預(yù)處理[A];第十二屆全國數(shù)學(xué)地質(zhì)與地學(xué)信息學(xué)術(shù)研討會(huì)論文集[C];2013年

6 黃遠(yuǎn)程;張良培;李平湘;;基于最小單形體體積約束的高光譜影像端元光譜提取[A];遙感定量反演算法研討會(huì)摘要集[C];2010年

7 劉慶杰;藺啟忠;王黎明;王欽軍;李慶亭;苗峰顯;;基于CFFT最優(yōu)信噪比的星載高光譜影像噪聲抑制研究[A];第十七屆中國遙感大會(huì)摘要集[C];2010年

8 張杰林;;砂巖型鈾礦床高光譜數(shù)據(jù)挖掘技術(shù)研究[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

9 董彥芳;龐勇;;高光譜影像與LiDAR數(shù)據(jù)融合提取城市目標(biāo)提取[A];中國地震學(xué)會(huì)空間對(duì)地觀測(cè)專業(yè)委員會(huì)2013年學(xué)術(shù)研討會(huì)論文摘要集[C];2013年

10 李飛;周成虎;陳榮國;;基于光譜曲線形態(tài)的高光譜影像檢索方法研究[A];第二屆中國科學(xué)院博士后學(xué)術(shù)年會(huì)暨高新技術(shù)前沿與發(fā)展學(xué)術(shù)會(huì)議程序冊(cè)[C];2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 劉軻;冬小麥葉面積指數(shù)高光譜遙感反演方法研究[D];中國農(nóng)業(yè)科學(xué)院;2015年

2 楊國鵬;基于機(jī)器學(xué)習(xí)方法的高光譜影像分類研究[D];解放軍信息工程大學(xué);2010年

3 路威;面向目標(biāo)探測(cè)的高光譜影像特征提取與分類技術(shù)研究[D];中國人民解放軍信息工程大學(xué);2005年

4 楊哲海;高光譜影像分類若干關(guān)鍵技術(shù)的研究[D];解放軍信息工程大學(xué);2006年

5 王凱;基于多特征融合的高光譜影像地物精細(xì)分析方法研究[D];武漢大學(xué);2013年

6 杜輝強(qiáng);高光譜遙感影像濾波和邊緣提取方法研究[D];武漢大學(xué);2004年

7 韋瑋;基于多角度高光譜CHRIS數(shù)據(jù)的濕地信息提取技術(shù)研究[D];中國林業(yè)科學(xué)研究院;2011年

8 龔鑓;基于HDA和MRF的高光譜影像同質(zhì)區(qū)分析[D];武漢大學(xué);2007年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 司海青;含水量對(duì)土壤有機(jī)質(zhì)含量高光譜估算的影響研究[D];中國農(nóng)業(yè)科學(xué)院;2015年

2 汪重午;基于高光譜線性混合模型的地質(zhì)勘查研究[D];成都理工大學(xué);2015年

3 原娟;面向高光譜地物的在軌替代光譜定標(biāo)影響因子分析[D];浙江農(nóng)林大學(xué);2015年

4 魏祥坡;高光譜影像土質(zhì)要素和人工地物分類技術(shù)研究[D];解放軍信息工程大學(xué);2015年

5 康苒;松嫩平原典型土壤有機(jī)質(zhì)高光譜預(yù)測(cè)模型研究[D];東北農(nóng)業(yè)大學(xué);2016年

6 董連鳳;高光譜影像預(yù)處理技術(shù)研究[D];長安大學(xué);2007年

7 祝鵬飛;面向?qū)ο蟮母吖庾V影像地物分類技術(shù)研究[D];解放軍信息工程大學(xué);2011年

8 楊國鵬;基于核方法的高光譜影像分類與特征提取[D];解放軍信息工程大學(xué);2007年

9 楊明;面向分類的高光譜影像特征提取技術(shù)研究[D];解放軍信息工程大學(xué);2012年

10 潘競文;半監(jiān)督鄰域保持嵌入在高光譜影像分類中的應(yīng)用[D];重慶大學(xué);2014年

，

本文編號(hào)：660057