论文部分内容阅读
随着遥感技术和航天事业的不断发展,遥感图像处理的应用需求越来越大,技术要求越来越高,而图像配准作为其中一项重要的技术,同样存在高需求和高技术要求的问题。 图像配准是指在不同时段,对同一场景从不同视角使用不同或者相同的传感器拍摄的有重叠区域的图像进行几何校准和叠加拼接的过程。对两幅图像进行配准,目的是建立两幅图像之间对应关系,确定变换模型的参数,使得两幅图像中所有像素点处于同一空间坐标系。 图像配准可以分为单模图像配准和多模图像配准两种;其中多模图像的配准是当前图像配准领域的难点。传统的图像配准方法常采用人工或者半人工的配准方法,已不能满足当前高自动化,快速的需求;基于特征的图像配准方法具有自动化程度较大、鲁棒性较强、速度较快的优点,是当前图像配准领域的研究热点。本文主要研究了图像配准的相关问题,侧重于基于特征的配准方法,主要完成工作如下: 1.介绍了图像配准的相关理论基础。系统的总结了不同类型遥感图像的数据特性,并做了对比和评价。介绍了图像变换的数学模型和基于特征的配准算法的基本步骤。 2.介绍了对于SAR图像进行配准时所要作的预处理工作。详细的阐述了SAR图像的相干斑的形成原理和数学理论基础,以及当前阶段常用的去除相干斑算法;着重介绍了Lee滤波算法和改进的增强型Lee滤波算法。最后对不同的滤波算法的结果进行了对比和评价。 3.在单模图像配准领域,分别实现了基于SIFT特征和基于SURF特征的图像配准算法,在可将光和SAR图像的配准方面都取得了较好的结果;并对SIFT特征和SURF特征的异同进行了介绍和对比,对两种不同配准算法的效果进行了对比和评价。 4.在多模图像配准领域,介绍了该领域目前的一些算法和存在的问题,并论述了点特征在多模图像配准领域的缺点;然后实现了基于图像分割和Hausdorff测度的配准算法,并在可见光和SAR图像之间实现了较好的配准效果。