本文關(guān)鍵詞：靈巧衛(wèi)星遙感圖像拼接算法研究

  更多相關(guān)文章： 靈巧衛(wèi)星 圖像拼接 特征匹配 SURF FREAK

【摘要】：遙感圖像拼接是一種將不同傳感器、不同時相、不同視角的遙感圖像根據(jù)其重疊部分拼接成無縫、高分辨率、寬視場圖像的處理技術(shù)。該技術(shù)主要解決了分辨率與視場之間的矛盾,是遙感圖像處理不可或缺的一部分,目前已經(jīng)廣泛應(yīng)用于變化檢測、目標(biāo)識別、地圖更新等遙感圖像分析任務(wù)。靈巧衛(wèi)星作為近幾年衛(wèi)星技術(shù)發(fā)展的重要方向,具有姿態(tài)機(jī)動速度快、自由度高等優(yōu)點(diǎn),但這些特點(diǎn)也使得靈巧衛(wèi)星圖像拼接算法在準(zhǔn)確度、速度、內(nèi)存占用量及魯棒性等方面的要求更高。因此,本文針對靈巧衛(wèi)星圖像的拼接約束,對經(jīng)典圖像拼接算法進(jìn)行改進(jìn),提出了一種適合靈巧衛(wèi)星的拼接算法。本文從圖像預(yù)處理、特征匹配、圖像變換及融合三個方面展開研究,主要包括以下3個方面:(1)針對噪聲干擾及灰度分布不均的問題,本文基于直方圖均衡化,提出了一種改進(jìn)的預(yù)處理算法。該算法有效降低了噪聲的影響,改善了圖像灰度級分布不均的問題,降低了森林等低灰度區(qū)域引起的誤配問題和算法計(jì)算量,為后續(xù)特征匹配奠定了基礎(chǔ)。(2)針對靈巧衛(wèi)星對拼接算法的約束,本文選取了魯棒性較好SIFT算法和SURF算法,比較和分析了兩種算法對遙感圖像的匹配性能。對性能較好的SURF算法進(jìn)行了改進(jìn),提出了一種基于SURF的改進(jìn)匹配算法,該算法能夠較好的滿足靈巧衛(wèi)星對拼接算法在準(zhǔn)確度、速度、魯棒性等方面的約束。(3)針對匹配的特征點(diǎn)集,采用RANSAC算法進(jìn)行優(yōu)化,計(jì)算圖像變換模型,實(shí)現(xiàn)圖像的投影變換和初步拼接。并分別通過灰度加權(quán)平滑、中值濾波、小波變換三種融合算法去除拼接縫,對融合的效果進(jìn)行了比較和分析,最終實(shí)現(xiàn)了靈巧衛(wèi)星遙感圖像無縫拼接。
【關(guān)鍵詞】：靈巧衛(wèi)星 圖像拼接 特征匹配 SURF FREAK
【學(xué)位授予單位】：中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP751
【目錄】：

• 摘要4-6
• Abstract6-11
• 第1章 緒論11-23
• 1.1 課題研究背景及意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-21
• 1.2.1 靈巧衛(wèi)星的研究現(xiàn)狀及拼接約束12-18
• 1.2.2 圖像拼接技術(shù)的研究現(xiàn)狀18-21
• 1.3 本文內(nèi)容安排21-23
• 第2章 圖像預(yù)處理23-31
• 2.1 引言23
• 2.2 噪聲抑制的基本算法及原理23-25
• 2.2.1 均值濾波法23-24
• 2.2.2 中值濾波法24
• 2.2.3 布特沃斯低通濾波法24-25
• 2.2.4 高斯低通濾波法25
• 2.3 直方圖均衡化25-27
• 2.3.1 直方圖均衡化25-26
• 2.3.2 改進(jìn)的直方圖均衡化26-27
• 2.4 實(shí)驗(yàn)結(jié)果及分析27-30
• 2.4.1 噪聲抑制算法實(shí)驗(yàn)分析27-28
• 2.4.2 灰度調(diào)整算法實(shí)驗(yàn)分析28-30
• 2.5 本章小結(jié)30-31
• 第3章 基于特征的匹配算法研究31-51
• 3.1 引言31-32
• 3.2 SIFT特征匹配算法原理32-37
• 3.2.1 檢測SIFT特征點(diǎn)32-35
• 3.2.2 提取特征描述向量35-36
• 3.2.3 匹配特征向量36-37
• 3.3 SURF特征匹配算法原理37-40
• 3.3.1 檢測SURF特征點(diǎn)37-39
• 3.3.2 提取特征描述向量39-40
• 3.3.3 特征匹配40
• 3.4 實(shí)驗(yàn)結(jié)果及分析40-49
• 3.4.1 特征點(diǎn)檢測結(jié)果及分析41-43
• 3.4.2 特征向量描述結(jié)果及分析43-46
• 3.4.3 特征點(diǎn)匹配結(jié)果及分析46-49
• 3.5 本章小結(jié)49-51
• 第4章 基于SURF的改進(jìn)匹配算法51-59
• 4.1 引言51
• 4.2 基于SURF的改進(jìn)匹配算法原理51-54
• 4.2.1 改進(jìn)算法的基本思路51-52
• 4.2.2 FREAK特征描述符52-54
• 4.2.3 漢明距離匹配54
• 4.3 實(shí)驗(yàn)結(jié)果及分析54-58
• 4.3.1 速度及準(zhǔn)確度分析55-56
• 4.3.2 魯棒性分析56-58
• 4.4 本章小結(jié)58-59
• 第5章 圖像變換及融合59-71
• 5.1 引言59
• 5.2 圖像變換59-64
• 5.2.1 幾何變換模型估計(jì)59-63
• 5.2.2 坐標(biāo)映射與插值63-64
• 5.3 圖像融合64-66
• 5.3.1 灰度加權(quán)平滑法64-65
• 5.3.2 中值濾波法65
• 5.3.3 小波變換融合法65-66
• 5.4 實(shí)驗(yàn)結(jié)果及分析66-70
• 5.4.1 圖像變換效果及分析66-67
• 5.4.2 圖像融合效果及分析67-70
• 5.5 本章小結(jié)70-71
• 第6章 總結(jié)與展望71-73
• 6.1 論文研究工作總結(jié)71-72
• 6.2 研究展望72-73
• 參考文獻(xiàn)73-77
• 在學(xué)期間學(xué)術(shù)成果情況77-79
• 指導(dǎo)教師及作者簡介79-81
• 致謝81

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前9條

1 朱琳;王瑩;劉淑云;趙博;;基于改進(jìn)快速魯棒特征的圖像快速拼接算法[J];計(jì)算機(jī)應(yīng)用;2014年10期

2 張?jiān)粕?鄒崢嶸;;基于改進(jìn)ORB算法的遙感圖像自動配準(zhǔn)方法[J];國土資源遙感;2013年03期

3 郭一漢;史美萍;吳濤;;基于GPU的實(shí)時圖像拼接[J];計(jì)算機(jī)科學(xué);2012年07期

4 張新偉;戴君;劉付強(qiáng);;敏捷遙感衛(wèi)星工作模式研究[J];航天器工程;2011年04期

5 王娟;師軍;吳憲祥;;圖像拼接技術(shù)綜述[J];計(jì)算機(jī)應(yīng)用研究;2008年07期

6 蔡麗歡;廖英豪;郭東輝;;圖像拼接方法及其關(guān)鍵技術(shù)研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2008年03期

7 臧麗;王敬東;;基于互信息的紅外與可見光圖像快速配準(zhǔn)[J];紅外與激光工程;2008年01期

8 張祖勛,張劍清,廖明生,張力;遙感影像的高精度自動配準(zhǔn)[J];武漢測繪科技大學(xué)學(xué)報(bào);1998年04期

9 王小睿,吳信才;遙感多圖象的自動配準(zhǔn)方法[J];中國圖象圖形學(xué)報(bào);1997年10期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 黃成滿;基于CUDA并行計(jì)算的無人機(jī)遙感圖像快速拼接[D];電子科技大學(xué);2011年

，

本文編號：771066