多光譜圖像近年來(lái)在安全監(jiān)控、軍事裝備、航天遙測(cè)等領(lǐng)域的應(yīng)用日益廣泛。融合多波段圖像能夠提供更豐富的信息,提高應(yīng)用系統(tǒng)性能。做為支撐圖像配準(zhǔn)和融合的核心技術(shù),特征點(diǎn)和直線匹配一直是計(jì)算機(jī)視覺(jué)領(lǐng)域一項(xiàng)重要研究問(wèn)題,盡管以梯度特征構(gòu)建描述符的匹配理論在相同光譜（單光譜）圖像上具有良好的匹配性能,但多光譜圖像間梯度特征呈現(xiàn)非線性變化,梯度特征描述符對(duì)其描述能力不足,基于梯度特征線性相似關(guān)系的描述符在多光譜圖像上所建立的特征點(diǎn)和直線匹配準(zhǔn)確率較低,難以實(shí)現(xiàn)多光譜圖像精確配準(zhǔn)。針對(duì)上述問(wèn)題,本文對(duì)特征點(diǎn)描述符理論進(jìn)行了深入研究,以提高多光譜圖像特征點(diǎn)和直線匹配精度和效率為目標(biāo),開展了如下創(chuàng)新性的研究工作:1、針對(duì)目前廣泛應(yīng)用的梯度特征描述符與隨機(jī)抽樣一致性技術(shù)（RANSAC）結(jié)合的匹配方法在多光譜圖像上建立特征點(diǎn)匹配誤差較大的問(wèn)題,深入研究特征點(diǎn)間拓?fù)浣Y(jié)構(gòu)和圖像梯度特征分布一致性關(guān)系,設(shè)計(jì)并實(shí)現(xiàn)了一種多重約束下的多光譜圖像特征點(diǎn)迭代最近鄰匹配算法。該方法對(duì)描述符矢量建立多維的特征點(diǎn)初始匹配集合,相比已有算法保留更多正確特征點(diǎn)匹配;在此基礎(chǔ)上,研究特征點(diǎn)間距離和鄰域梯度連續(xù)性關(guān)系,通過(guò)歸一化采樣定義... 

【文章來(lái)源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：125 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖１－１基于特征點(diǎn)匹配的圖像配準(zhǔn)融合流程??Ｆｉｇｕｒｅ?１－１?Ｔｈｅ?ｓｔｒｕｃｔｕｒｅ?ｏｆ?ｉｍａｇｅｓ?ｒｅｇｉｓｔｒａｔｉｏｎ?ｂｙ?ｋｅｙｐｏｉｎｔ?ｍａｔｃｈｉｎｇｓ??

點(diǎn)匹配實(shí)現(xiàn)多光譜圖像配準(zhǔn)存在的問(wèn)題，然后對(duì)提高多光譜圖像特征點(diǎn)匹配精??度、效率以及多光譜直線特征匹配問(wèn)題進(jìn)行具體研究，最后對(duì)研究工作進(jìn)行概??括與總結(jié)，并對(duì)今后工作提出展望，論文的組織結(jié)構(gòu)結(jié)構(gòu)和章節(jié)安排如圖１－２??所示。??第一章為緒論。首先闡述了本文的研宄背景和特征點(diǎn)匹配方法的國(guó)內(nèi)外研究??現(xiàn)狀，然后分析現(xiàn)有方法應(yīng)用于多光譜圖像特征點(diǎn)匹配存在的問(wèn)題，針對(duì)問(wèn)題，??提出本論文的研宄目標(biāo)和研究?jī)?nèi)容。??第二章為特征點(diǎn)與直線匹配理論基礎(chǔ)和圖像配準(zhǔn)理論分析。總結(jié)特征點(diǎn)、??直線描述符研究成果，分別介紹了特征點(diǎn)的檢測(cè)方法、描述符的定義、匹配準(zhǔn)??則以及特征點(diǎn)匹配后處理算法，從定性和定量的角度論述了各類描述符的性能??優(yōu)劣，明確優(yōu)化改進(jìn)的方向，為后續(xù)研宄工作的開展奠定相關(guān)理論基礎(chǔ)。??第三章具體論述了一種多重約束下的多光譜圖像特征點(diǎn)迭代最近鄰匹配算??法，論述了特征點(diǎn)初始匹配優(yōu)化過(guò)程、梯度特征約束、距離約束等算法，對(duì)比??己有特征點(diǎn)描述符算法，并給出了多個(gè)數(shù)據(jù)集的實(shí)驗(yàn)結(jié)果，從而評(píng)估所提出算??法的有效性。??第四章為基于全局信息有限抽樣回歸特征點(diǎn)快速匹配方法，用于解決現(xiàn)有??全局信息算法計(jì)算復(fù)雜度過(guò)高的問(wèn)題。通過(guò)加入平移變換、相似變換、仿射變??換以及投影變換約束條件

符在多光譜圖像的特征點(diǎn)匹配能力較弱，如何基于現(xiàn)有特征點(diǎn)描述符實(shí)現(xiàn)多光??譜圖像特征點(diǎn)精準(zhǔn)匹配成為業(yè)界研宄的熱點(diǎn)和難點(diǎn)問(wèn)題，這也是本論文重點(diǎn)解??決的問(wèn)題和研究目標(biāo)。圖２－１梳理了目前圖像配準(zhǔn)的研宄進(jìn)展。??，?｜莧二類塞爾曲線敗度｜?２００７??域３劇刪?１，?ｉｉ丨餅搞之２〇〇４??！?Ｌ－?ＮＣＣ?Ｉ?；?｜?空間＃征向覺(jué)?｜?＂?｜?Ｊｅｎｓｅｎ－Ｒｅｎｙｉ散度?｜??■ＲＵＳＳＭｉ?Ｆｏｕｒｉｅｒ?Ｉ?ＳＡＤ?Ｉ；１?＜＇、，，．麟」嶋嫌交叉熵?ｊ?２００！??＼?｜?Ｉｎｆｏｒｍａｔｉｏｎ－ｂａｓｅｄ?Ｍｌ?｜?１９９５??ｉｊＴｎＴｒｉｒｉ????，?１?ＡＢ－ＳＩＦＴ?１???ｉ｜?ＳＡＴＮｓ?￣｜｜?２０１８??丨?Ｉ－?Ｌｗ＂ＳＩＦＴ?丨?１?Ｄ－ＢＲＩＥＦ?｜?１?ＤＡＳＣ?丨?ｌ［?ＬＳＴＤＳ?［：?２０１５??Ｉ?ＰＩＩＦＤ?Ｉ?Ｉ?ＢＲＩＥＦｌ?Ｉ?ｌｆ．ｆ?Ｉ?；｜＿Ｄ〇ＡＰ?Ｊ＇?２０１。??Ｂｉｌｌ?？?ｉ?同：?２００５??：１?ＭａｔｃｈＮｅｔ?｜：??｜Ｇａｂｅｒ｜?；?［ｓｉｆｔ］?［ｓｊ＾ｐｅＣｏｎｔｅｘｔＪ?｜?卿??ＫＳＨ?Ｉ?１?Ｉ??Ｉ??‘?２００３??丨?ＰＣＡ－Ｓ！。Ｉ?Ｉ?ＳＵＲＦ?｜?［ｍＳＥｒＩ?Ｈａｒｒｉｓ＇?Ｌａｐｌａｃｅ＆??Ｉ?Ｈｅｓｓｉａｎ?ａ

【參考文獻(xiàn)】：
期刊論文
[1]基于NSST的紅外與可見光圖像融合算法[J]. 鄧立暖,堯新峰.  電子學(xué)報(bào). 2017(12)
[2]基于上下文信息和核熵成分分析的目標(biāo)分類算法[J]. 潘泓,朱亞平,夏思宇,金立左.  電子學(xué)報(bào). 2016(03)
[3]一種仿射不變的直線描述子與直線匹配[J]. 繆君,儲(chǔ)珺,張桂梅.  電子學(xué)報(bào). 2015(12)
[4]基于人工交互的多模態(tài)圖像亞像素配準(zhǔn)[J]. 金宏彬,范春曉,李永,楊仁杰.  北京郵電大學(xué)學(xué)報(bào). 2015(01)
[5]基于數(shù)據(jù)融合的居民區(qū)建筑物重建方法研究[J]. 余燁,劉曉平,Bill P.Buckles.  電子學(xué)報(bào). 2014(02)
[6]多相似內(nèi)容圖像的特征匹配[J]. 曾丹,史浩,張琦.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2011(10)
[7]均值-標(biāo)準(zhǔn)差描述子與直線匹配[J]. 王志衡,吳福朝.  模式識(shí)別與人工智能. 2009(01)
[8]利用模糊形狀上下文關(guān)系的紅外與可見光圖像匹配方法[J]. 曹治國(guó),鄢睿丞,宋喆.  紅外與激光工程. 2008(06)
[9]多模態(tài)圖像配準(zhǔn)的配準(zhǔn)測(cè)度和性能分析[J]. 時(shí)永剛,劉小軍,王東峰,楊鴻波,鄒謀炎.  電子與信息學(xué)報(bào). 2004(11)
[10]論熱紅外遙感中的基礎(chǔ)研究[J]. 徐冠華.  中國(guó)科學(xué)E輯:技術(shù)科學(xué). 2000(S1)

博士論文
[1]快速圖像配準(zhǔn)和高精度立體匹配算法研究[D]. 施陳博.清華大學(xué) 2011
[2]基于圖像的三維人臉建模研究[D]. 鄭穎.中國(guó)科學(xué)技術(shù)大學(xué) 2009



本文編號(hào)：3597274