本文選題：彩色遙感圖像　切入點：SIFT　出處：《液晶與顯示》2017年02期

【摘要】：為了進一步提高彩色遙感圖像的配準精度,針對遙感圖像配準過程中色彩信息利用率低的問題,提出一種改進的SURF(Speeded Up Robust Feature)彩色遙感圖像配準算法。該算法首先在對彩色遙感圖像進行特征點檢測基礎(chǔ)上,對特征點描述算子進行改進,以使顏色空間變換后得到的特征點色彩信息添加到原描述算子中;其次,對特征點描述算子進行歸一化處理,以增加算子的獨特性和對旋轉(zhuǎn)、尺度、光照的魯棒性;最后,利用Hession矩陣的跡提高精度以及歐氏距離比率完成特征點匹配,得到正確匹配點對,再通過變換矩陣參數(shù)估計和插值處理得到配準圖像。實驗結(jié)果表明,在保證實時性的條件下,該算法相比經(jīng)典SIFT算法和SURF算法,準確性和穩(wěn)定性都有一定提高,具有一定的理論和應(yīng)用價值。
[Abstract]:In order to further improve the registration accuracy of color remote sensing image, aiming at the problem of low utilization rate of color information in the registration process of remote sensing image, An improved color remote sensing image registration algorithm based on SURF(Speeded up Robust feature is proposed. Firstly, based on the feature point detection of color remote sensing image, the feature point description operator is improved. In order to add the color information of the feature points after color space transformation to the original description operator; secondly, to normalize the feature point description operator to increase the uniqueness of the operator and the robustness to rotation, scale and illumination; finally, Using the trace of Hession matrix to improve the accuracy and Euclidean distance ratio to complete the feature point matching, the correct matching point pair is obtained, and then the registration image is obtained by the parameter estimation and interpolation processing of the transformation matrix. The experimental results show that, under the condition that real-time is guaranteed, Compared with the classical SIFT algorithm and the SURF algorithm, the accuracy and stability of the algorithm are improved.
【作者單位】： 中國空空導彈研究院第六研究所;中國兵器工業(yè)第二O三研究所;西北工業(yè)大學航天學院;
【基金】：航天科技創(chuàng)新基金(No.CASC201105)~~
【分類號】：TP751

【相似文獻】

相關(guān)期刊論文 前10條

1 李偉;;遙感圖像中的道路提取[J];自動化博覽;2006年05期

2 李傳龍;李穎;馬龍;;一種新的遙感圖像海岸線檢測方法[J];計算機仿真;2010年08期

3 張學良;肖鵬峰;馮學智;;基于圖像內(nèi)容層次表征的遙感圖像分割方法[J];中國圖象圖形學報;2012年01期

4 秦其明;遙感圖像自動解譯面臨的問題與解決的途徑[J];測繪科學;2000年02期

5 陳小琪;現(xiàn)代計算機印前制版技術(shù)在遙感圖像印制中的應(yīng)用研究——以《長江經(jīng)濟帶可持續(xù)發(fā)展地圖集》為例[J];地球信息科學;2000年02期

6 鄧湘金,彭海良;一種基于遙感圖像的機場檢測方法[J];測試技術(shù)學報;2002年02期

7 余杰千,方濤,陳雍業(yè);一種有效的遙感圖像無縫分割方法[J];計算機應(yīng)用;2003年12期

8 吳為祿;遙感圖像中的云層消除處理[J];鐵路航測;2003年01期

9 于輝,徐軍;彩色遙感圖像目標提取方法研究[J];遙感技術(shù)與應(yīng)用;2003年06期

10 黃勇杰,王樹國,劉俊義,陳東;遙感圖像去云算法研究[J];儀器儀表學報;2003年S2期

相關(guān)會議論文 前10條

1 張鳳春;董增壽;劉明君;;基于局部方差均衡的遙感圖像增強方法[A];第六屆全國信息獲取與處理學術(shù)會議論文集（2）[C];2008年

2 鄧冰;林宗堅;彭曉東;;遙感圖像信息度量的原理與方法[A];《測繪通報》測繪科學前沿技術(shù)論壇摘要集[C];2008年

3 江興方;江鴻;何賢強;;遙感圖像兩種半自動拼接方法的研究[A];全國農(nóng)業(yè)遙感技術(shù)研討會論文集[C];2009年

4 羅睿;張永生;范永弘;鄧雪清;;遙感圖像基于內(nèi)容查詢的研究與實踐[A];第十三屆全國遙感技術(shù)學術(shù)交流會論文摘要集[C];2001年

5 陳東;龐怡杰;黃勇杰;;大傾斜航空遙感圖像快速自動鑲嵌技術(shù)[A];圖像 仿真 信息技術(shù)——第二屆聯(lián)合學術(shù)會議論文集[C];2002年

6 黃勇杰;王樹國;劉俊義;陳東;;遙感圖像去云算法研究[A];首屆信息獲取與處理學術(shù)會議論文集[C];2003年

7 謝建春;趙榮椿;;遙感圖像中的軍用機場識別算法研究[A];信號與信息處理技術(shù)第三屆信號與信息處理全國聯(lián)合學術(shù)會議論文集[C];2004年

8 陳姚;王金亮;李石華;;遙感圖像中云層遮擋影響消除處理方法研究述評[A];第十五屆全國遙感技術(shù)學術(shù)交流會論文摘要集[C];2005年

9 張磊;朱磊;;遙感圖像中直線目標的檢測[A];第十五屆全國遙感技術(shù)學術(shù)交流會論文摘要集[C];2005年

10 邱磊;李國輝;衡祥安;;一種基于交互學習的遙感圖像挖掘方法[A];第一屆建立和諧人機環(huán)境聯(lián)合學術(shù)會議（HHME2005）論文集[C];2005年

相關(guān)重要報紙文章 前5條

1 蔣建科邋孫宏金 陳樹琛;傳回清晰遙感圖像[N];人民日報;2008年

2 記者 鄭千里;北京地區(qū)有了航空遙感圖像[N];科技日報;2000年

3 本報通訊員;煤航遙感院獲美國快鳥遙感圖像西部代理權(quán)[N];中煤地質(zhì)報;2005年

4 王石;印度通過“快鳥”影像發(fā)現(xiàn)古墓地[N];中國測繪報;2010年

5 記者 馬彥平 張桂敏;澳大利亞鉀礦鉆探啟動[N];農(nóng)資導報;2011年

相關(guān)博士學位論文 前10條

1 朱光;基于遙感圖像的交通道路目標識別方法研究[D];吉林大學;2015年

2 祁友杰;基于SoC技術(shù)的遙感圖像快速匹配方法研究[D];東南大學;2016年

3 江興方;遙感圖像去云方法的研究及其應(yīng)用[D];南京理工大學;2007年

4 滕鑫鵬;遙感圖像道路提取研究[D];江蘇大學;2014年

5 劉春紅;超光譜遙感圖像降維及分類方法研究[D];哈爾濱工程大學;2005年

6 劉哲;基于信息融合的遙感圖像處理方法研究[D];西北工業(yè)大學;2002年

7 強贊霞;遙感圖像的融合及應(yīng)用[D];華中科技大學;2005年

8 杜根遠;海量遙感圖像內(nèi)容檢索關(guān)鍵技術(shù)研究[D];成都理工大學;2011年

9 陶午沙;基于結(jié)構(gòu)模型的遙感圖像軍事陣地目標特征分析及其識別技術(shù)研究[D];國防科學技術(shù)大學;2004年

10 林劍;基于模糊理論的遙感圖像分割方法研究[D];中南大學;2003年

相關(guān)碩士學位論文 前10條

1 邱磊;基于內(nèi)容的遙感圖像挖掘方法研究[D];國防科學技術(shù)大學;2005年

2 陳浩;高分辨遙感圖像災區(qū)建筑檢測[D];南京理工大學;2015年

3 朱然;大數(shù)據(jù)量復雜背景下橋梁水壩目標快速識別[D];電子科技大學;2015年

4 王靜靜;基于NSCT和Shearlet變換的遙感圖像增強研究[D];新疆大學;2014年

5 柴宏磊;基于知識的遙感圖像港口目標識別[D];電子科技大學;2015年

6 馮一鳴;基于遙感圖像中港口目標的分割算法研究與實現(xiàn)[D];西安電子科技大學;2014年

7 吳云坤;遙感圖像變化檢測技術(shù)研究[D];國防科學技術(shù)大學;2013年

8 王旭;無參考遙感圖像質(zhì)量綜合評價算法研究[D];西安電子科技大學;2015年

9 宋玉梅;基于遙感圖像的內(nèi)河航道識別研究[D];重慶交通大學;2015年

10 張少輝;基于刃邊法的遙感圖像重建方法研究[D];西安電子科技大學;2014年

，

本文編號：1659622