為實現(xiàn)大差異光學(xué)影像的高精度配準(zhǔn),充分利用各類特征檢測算法的優(yōu)勢,提出一種基于多類型特征組合的異源遙感影像配準(zhǔn)方法。在對獲取的影像特征進(jìn)行描述的基礎(chǔ)上,通過影像分塊均勻性分析和RANSAC整體一致性分析篩選高精度可靠的組合特征,構(gòu)建和解算綜合參數(shù)模型以實現(xiàn)影像的預(yù)配準(zhǔn)和重采樣。再利用最小二乘方法優(yōu)化特征點匹配結(jié)果,使用小面元的方法進(jìn)行影像的精配準(zhǔn)和重采樣。實驗結(jié)果表明在異源光學(xué)遙感影像的亮度、分辨率差異較大時,可得到高精度的配準(zhǔn)結(jié)果。 

【文章來源】：測繪科學(xué)技術(shù)學(xué)報. 2020,37(01)北大核心

【文章頁數(shù)】：5 頁

【文章目錄】：
1 特征提取與優(yōu)化處理
    1.1 多類型組合特征優(yōu)勢分析
        1) SIFT特征:
        2) SURF特征:
        3) ASIFT特征:
        4) Canny邊緣特征:
        5) 多階矩特征:
    1.2 匹配結(jié)果的優(yōu)化處理
        1.2.1 基于多類型特征組合的均勻性分析
        1.2.2 RANSAC整體一致性分析
2 搜索策略與模型解算
    2.1 特征點間快速近鄰搜索策略
    2.2 綜合參數(shù)模型的構(gòu)建與解算
        2.2.1 異源影像同名特征點最小二乘匹配優(yōu)化
        2.2.2 基于局部綜合參數(shù)模型的異源影像粗配準(zhǔn)與精配準(zhǔn)
3 實驗結(jié)果與分析
    3.1 資源三號與天繪一號衛(wèi)星影像配準(zhǔn)實驗
    3.2 航天衛(wèi)星影像與航空影像的配準(zhǔn)實驗
        3.2.1 影像降采樣與50倍分辨率差異下的影像配準(zhǔn)流程
        3.2.2 實驗結(jié)果
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于SURF算法和改進(jìn)RANSAC算法的無人機影像匹配[J]. 孫灝,高俊強,許蘇蘇.  測繪工程. 2017(11)
[2]結(jié)合FAST-SURF和改進(jìn)k-d樹最近鄰查找的圖像配準(zhǔn)[J]. 陳劍虹,韓小珍.  西安理工大學(xué)學(xué)報. 2016(02)
[3]影像傾斜度對ASIFT匹配有效性的影響[J]. 張振超,戴晨光,莫德林,趙明衍.  測繪科學(xué)技術(shù)學(xué)報. 2014(05)
[4]基于SURF的特征點快速匹配算法[J]. 堯思遠(yuǎn),王曉明,左帥.  激光與紅外. 2014(03)
[5]SURF算法和RANSAC算法相結(jié)合的遙感圖像匹配方法[J]. 陳藝蝦,孫權(quán)森,徐煥宇,耿蕾蕾.  計算機科學(xué)與探索. 2012(09)
[6]考慮特征提取不確定性的多特征圖像配準(zhǔn)算法[J]. 高峰,文貢堅,盧煥章.  系統(tǒng)工程與電子技術(shù). 2011(06)

博士論文
[1]基于多特征多測度的光學(xué)與SAR影像自動配準(zhǔn)方法研究[D]. 徐川.武漢大學(xué) 2013
[2]無人飛行器影像場景配準(zhǔn)與目標(biāo)監(jiān)視技術(shù)研究[D]. 劉景正.解放軍信息工程大學(xué) 2011



本文編號：3425075