本文關(guān)鍵詞：AVHRR遙感影像自動(dòng)配準(zhǔn)方法研究

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

【摘要】：遙感影像配準(zhǔn),也被稱為遙感影像幾何校正。按照空間分辨率和觀測(cè)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(qiáng)的宏觀性,而被廣泛地應(yīng)用于洲際范圍內(nèi)的氣象檢測(cè)、植被覆蓋、土地利用率監(jiān)測(cè)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(jì)”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(tái)姿態(tài)乃至地面起伏等原因,AVHRR影像在成像時(shí)難免會(huì)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(zhǔn)乃是一個(gè)不可或缺的步驟。在當(dāng)前AVHRR影像的配準(zhǔn)一般采用手動(dòng)和自動(dòng)兩種方式。自動(dòng)配準(zhǔn)中的控制點(diǎn)對(duì)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(zhǔn)。該類配準(zhǔn)技術(shù)的關(guān)鍵在于確定同名控制點(diǎn)對(duì)。本文從基于特征的配準(zhǔn)方法出發(fā),針對(duì)AVHRR影像自動(dòng)幾何校正中存在的問題提出了一種方法。本文主要針對(duì)AVHRR配準(zhǔn)中的兩個(gè)方面:第一,AVHRR影像中存在大量云團(tuán)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(duì)以上兩點(diǎn)問題,提出了一種AVHRR影像的自動(dòng)配準(zhǔn)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(jìn)行云檢測(cè)和標(biāo)記,然后借助SIFT算法自動(dòng)提取特征點(diǎn);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(cuò)誤特征點(diǎn);然后基于DEM數(shù)據(jù)生成多個(gè)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(cuò)誤的同名控制點(diǎn)。以國(guó)家衛(wèi)星氣象中心獲取的AVHRR L1B影像為實(shí)驗(yàn)數(shù)據(jù),以本文方法獲取的控制點(diǎn)對(duì)進(jìn)行幾何校正,實(shí)驗(yàn)表明,該方法能有效處理大幅低分辨率遙感影像,同時(shí)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(dòng)配準(zhǔn) AVHRR影像 控制點(diǎn)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(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：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(zhǔn)技術(shù)9-11
• 1.2.2 遙感影像配準(zhǔn)技術(shù)現(xiàn)狀11-13
• 1.2.3 當(dāng)前遙感影像配準(zhǔn)方法存在的問題13-14
• 1.3 主要研究與創(chuàng)新點(diǎn)14-15
• 1.4 論文組織結(jié)構(gòu)15-17
• 第2章 當(dāng)前自動(dòng)配準(zhǔn)關(guān)鍵技術(shù)17-31
• 2.1 特征點(diǎn)檢測(cè)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(diǎn)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(dòng)配準(zhǔn)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(qiáng)38-40
• 3.4 基于SIFT算法的AVHRR影像特征點(diǎn)提取40-45
• 3.4.1 SIFT算子實(shí)現(xiàn)原理40-44
• 3.4.2 基于DEM和云層掩膜的特征點(diǎn)剔除44-45
• 3.5 基于相近地理位置特征點(diǎn)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(shí)驗(yàn)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(dòng)配準(zhǔn)實(shí)驗(yàn)結(jié)果及分析51-57
• 4.2.1 基于OSTU的云檢測(cè)實(shí)驗(yàn)及分析51-53
• 4.2.2 基于DEM分塊和RANSAC算法剔除控制點(diǎn)對(duì)的實(shí)驗(yàn)與分析53-54
• 4.2.3 AVHRR影像自動(dòng)配準(zhǔn)實(shí)驗(yàn)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(xiàn)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(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 陳夢(mèng)婷;閆冬梅;王剛;;基于Harris角點(diǎn)和SIFT描述符的高分辨率遙感影像匹配算法[J];中國(guó)圖象圖形學(xué)報(bào);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(cè)方法[J];測(cè)繪學(xué)報(bào);2011年05期

3 王巍;趙紅蕊;;面向影像匹配的SUSAN角點(diǎn)檢測(cè)[J];遙感學(xué)報(bào);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(diǎn)特征提取算子的比較[J];測(cè)繪科學(xué);2011年01期

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

6 李t熜，

本文編號(hào)：592297