利用方向相位特征进行多源遥感影像匹配

针对较大的非线性辐射特性差异导致不同谱段、不同载荷获取的多源遥感影像之间匹配难度较大的问题,提出一种利用方向相位特征进行多源遥感影像匹配的方法。该方法首先利用角点提取算子对参考影像均匀提取特征点,然后利用Log-Gabor滤波器在多个方向上计算影像的相位特征图像,在此基础上对特征点构建密集特征描述向量并采用滑动窗口的方式来确定匹配点对,最后利用一定阶数的泰勒级数将匹配结果精度拟合到子像素级。利用3组真实的异源遥感影像进行实验,结果表明,该方法在光学影像、红外影像、多光谱影像和合成孔径雷达(synthetic aperture radar,SAR)影像之间均能匹配到稳定可靠的同名点。     

不同分辨率遥感影像获取均匀分布匹配点的匹配方法研究

基于SIFT算法提出一种适合于不同分辨率遥感影像并能获取均匀分布匹配结果的匹配方法,该方法首先将匹配区域进行分块,然后针对每个分块区域提取SIFT影像特征,在提取过程中,通过不同层级高斯影像塔和高斯差分影像的分级实现匹配点数量的控制,从而获取均匀分布的匹配点对。     

一种利用相位信息的异源遥感影像配准方法

提出一种利用相位信息的异源遥感影像配准方法。首先对两幅影像进行相位一致性变换以消除影像间的灰度和对比度差异,并利用相位一致性最小矩在参考影像上提取特征点,然后以相关系数作为相似性测度,在输入影像上采用模板匹配策略获取同名点,最后采用投影变换实现影像配准。实验表明,该方法对于异源遥感影像具有较强的适应性,且配准精度较高。     

一种遥感影像同名点密集匹配方法

针对在遥感相机检校、三维重建、信息提取、变化监测等应用中,都需要在影像中每隔若干个点、甚至是逐点寻找密集同名点的情况,该文将基于特征的方法和基于模板的方法相结合,提出一种新的高精度的密集同名点提取方法。将参考影像降采样为与遥感影像同一分辨率,然后使用SIFT算法提取粗精度同名点,建立全局几何模型,使用其将遥感影像每个像元及其邻域投影到参考影像,并以其为模板,应用优化相位匹配法获取高精度同名点。经实验验证,只要遥感影像和参考影像中相应区域的景物变化不大,该文方法可以有效地确定密集的高精度同名点对。     

基于点特征的低空遥感影像多级高效率匹配方法研究

研究基于点特征的匹配算法,结合现有影像匹配算子的优缺点,提出一种适用于低空遥感影像特征点的自动提取与匹配方法。首先在简化的高斯尺度空间中检测Harris角点,使该特征点具有尺度不变性;然后采用Forstner算子对关键点精确定位,精度达到子像素级;最后通过简化特征点描述符实现算法简化。在特征点匹配阶段,采用BBF-KD初匹配和二次精匹配提高匹配精度。以低空遥感影像为实验数据测评SIFT算法和文中方法在提取速度、匹配正确率、稳定性等方面的性能。实验结果表明,相对于传统的SIFT算法,处理影像清晰的低空遥感数据时本方法有更高精度和更快速度。     

基于多维云空间的多光谱遥感影像边缘检测研究

在云模型的基础之上,提出一种基于多维云空间的遥感影像边缘检测算法。该方法依据矢量角相似性准则并结合邻域关系进行图像区域生长,在此基础之上根据影像不同波段的数据特征建立多维云空间映射模型,将数据从图像空间映射到云空间。通过多维云的逻辑运算生成边界云并进行向量综合。利用云的数字特征反推隶属度,构建边缘模糊特征平面,并通过最大模糊熵原则确定最优阈值,对图像模糊边界进行提取。试验结果表明,该算法在多光谱遥感影像中能取得较好检测效果。     

基于OpenCV的图像特征点匹配方法的研究及实现

低空遥感因为其飞行平台的不稳定性,造成遥感影像间的旋偏角和比例尺差别都比较大,所以很难用一般的基于区域灰度的匹配方法对其进行匹配。针对低空遥感的这一特点,本文首先利用BRISK算子对低空遥感的影像进行特征点的提取,然后,分别用OpenCV中的BruteForceMatch和FlannBasedMatch两种匹配方法对特征点进行匹配,对比结果后显示,FlannBasedMatch匹配方法的性能更有优越性。     

基于显著性图像与纹理特征的遥感影像云检测

遥感影像云检测是遥感影像处理中非常关键的环节,准确识别影像含云区域能够提升影像的利用价值。根据遥感影像的成像特点,将阈值法和纹理特征结合实现云和下垫面的分割。首先将影像从RGB(red-green-blue)空间转化为HSI(hue-saturation-intensity)空间,进而构建影像的显著性图像,利用Otsu法对显著性图像进行粗分割,再基于灰度共生矩阵分析云和下垫面的纹理特征,进一步提取出准确的云区。实验表明,该算法复杂度较低,提取效果良好。     

多源遥感影像高精度自动配准的方法研究

提出并发展了一套对多源遥感影像(不同传感器、不同分辨率、不同时相的遥感影像)的高精度自动纠正与配准技术与方法。遥感影像首先通过一个多项式模型进行整体粗纠正,然后在待配准影像上提取均匀分布的特征点。以提取的特征点为引导,利用金字塔逐层模板匹配的方法获得配准用同名控制点,基此构建不规则三角网将影像分解为各三角形区域,在每个三角形范围内实现逐三角网的高精度影像纠正与配准。     

一种基于分块策略的SIFT特征快速提取与匹配方法

通过研究基于GPGPU的SIFT特征匹配,提出一种通过分块处理实现大面阵遥感影像快速匹配的方法。首先采用鲁棒性强的随机采样一致性算法来估计待匹配影像间的单应关系并剔除误匹配点;然后通过单应关系找到待匹配影像间的重叠区域,进而实现大面阵遥感影像的分块SIFT特征提取和匹配。试验证明该算法可较快提取相应航摄测区的同名像点,为后续进行的光束法区域网平差提供了鲁棒的数据源。