本文關(guān)鍵詞：AVHRR遙感影像自動配準方法研究

  更多相關(guān)文章： 遙感影像 自動配準 AVHRR影像 控制點匹配 DEM數(shù)據(jù)

【摘要】：遙感影像配準,也被稱為遙感影像幾何校正。按照空間分辨率和觀測尺度,遙感影像可被分為高分辨率影像、中分辨率影像和低分辨率影像三種類型。其中低空間分辨率遙感影像因其較強的宏觀性,而被廣泛地應(yīng)用于洲際范圍內(nèi)的氣象檢測、植被覆蓋、土地利用率監(jiān)測等問題的研究中。AVHRR(Advanced Very High Resolution Radiometer)影像,即是“甚高分辨率輻射計”影像是常用的低分辨率影像之一。但是,由于傳感器角度、遙感平臺姿態(tài)乃至地面起伏等原因,AVHRR影像在成像時難免會產(chǎn)生成像畸變。因此為了后續(xù)的融合、分類等綜合利用,遙感影像配準乃是一個不可或缺的步驟。在當(dāng)前AVHRR影像的配準一般采用手動和自動兩種方式。自動配準中的控制點對提取方式又主要分為基于灰度匹配和基于特征兩類。應(yīng)用更為廣泛的是基于特征的配準。該類配準技術(shù)的關(guān)鍵在于確定同名控制點對。本文從基于特征的配準方法出發(fā),針對AVHRR影像自動幾何校正中存在的問題提出了一種方法。本文主要針對AVHRR配準中的兩個方面:第一,AVHRR影像中存在大量云團干擾;第二,由于地球曲率、地形起伏等的影響,在地形起伏劇烈的區(qū)域往往存在著更大的幾何形變。針對以上兩點問題,提出了一種AVHRR影像的自動配準方法。該方法首先在地理坐標(biāo)粗定位的基礎(chǔ)上,利用OSTU算法進行云檢測和標(biāo)記,然后借助SIFT算法自動提取特征點;接著利用DEM數(shù)據(jù)剔除位于海拔變化劇烈區(qū)域的潛在錯誤特征點;然后基于DEM數(shù)據(jù)生成多個內(nèi)部高程差滿足要求的矩形分塊,配合RANSAC算法在分塊內(nèi)部去除錯誤的同名控制點。以國家衛(wèi)星氣象中心獲取的AVHRR L1B影像為實驗數(shù)據(jù),以本文方法獲取的控制點對進行幾何校正,實驗表明,該方法能有效處理大幅低分辨率遙感影像,同時也提高了AVHRR影像的幾何糾正精度和校正效率。
【關(guān)鍵詞】：遙感影像 自動配準 AVHRR影像 控制點匹配 DEM數(shù)據(jù)
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP751
【目錄】：

• 摘要3-4
• Abstract4-8
• 第1章 引言8-17
• 1.1 研究背景及意義8-9
• 1.2 研究現(xiàn)狀9-14
• 1.2.1 圖像配準技術(shù)9-11
• 1.2.2 遙感影像配準技術(shù)現(xiàn)狀11-13
• 1.2.3 當(dāng)前遙感影像配準方法存在的問題13-14
• 1.3 主要研究與創(chuàng)新點14-15
• 1.4 論文組織結(jié)構(gòu)15-17
• 第2章 當(dāng)前自動配準關(guān)鍵技術(shù)17-31
• 2.1 特征點檢測提取17-26
• 2.1.1 Moravec算子18-19
• 2.1.2 Harris算子19-24
• 2.1.3 SUSAN算子24-26
• 2.2 特征點匹配26-27
• 2.3 幾何校正模型27-29
• 2.4 影像重采樣29-30
• 2.5 本章小結(jié)30-31
• 第3章 AVHRR遙感影像自動配準方法研究31-49
• 3.1 引言31
• 3.2 方法選擇31-35
• 3.3 AVHRR影像預(yù)處理35-40
• 3.3.1 基于OSTU方法的云層二值化36-38
• 3.3.2 AVHRR灰度增強38-40
• 3.4 基于SIFT算法的AVHRR影像特征點提取40-45
• 3.4.1 SIFT算子實現(xiàn)原理40-44
• 3.4.2 基于DEM和云層掩膜的特征點剔除44-45
• 3.5 基于相近地理位置特征點匹配45-46
• 3.6 基于DEM分塊和RANSAC算法的粗差剔除46-48
• 3.7 本章小結(jié)48-49
• 第4章 原型系統(tǒng)與實驗分析49-58
• 4.1 系統(tǒng)組成及數(shù)據(jù)集49-51
• 4.2 AVHRR影像自動配準實驗結(jié)果及分析51-57
• 4.2.1 基于OSTU的云檢測實驗及分析51-53
• 4.2.2 基于DEM分塊和RANSAC算法剔除控制點對的實驗與分析53-54
• 4.2.3 AVHRR影像自動配準實驗及分析54-57
• 4.3 本章小結(jié)57-58
• 第5章 總結(jié)與展望58-60
• 5.1 總結(jié)58
• 5.2 展望58-60
• 參考文獻60-64
• 致謝64-65
• 攻讀碩士學(xué)位期間從事的科研工作及取得的成果65

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳夢婷;閆冬梅;王剛;;基于Harris角點和SIFT描述符的高分辨率遙感影像匹配算法[J];中國圖象圖形學(xué)報;2012年11期

2 吳桂平;肖鵬峰;馮學(xué)智;王珂;黃秋燕;;一種基于頻譜段能量的高分辨率遙感圖像邊緣特征檢測方法[J];測繪學(xué)報;2011年05期

3 王巍;趙紅蕊;;面向影像匹配的SUSAN角點檢測[J];遙感學(xué)報;2011年05期

4 王利勇;王慧;李鵬程;吳翰書;;低空遙感數(shù)字影像的點特征提取算子的比較[J];測繪科學(xué);2011年01期

5 翟涌光;王耀強;;基于點特征的多源遙感影像高精度自動配準方法[J];遙感技術(shù)與應(yīng)用;2010年03期

6 李t熜，

本文編號：592297