红外与可见光图像配准的梯度相关法

多模态图像配准是图像配准研究中的重难点问题。本文将实数域的灰度图像转换到复数域的梯度图像,借鉴SAR图像配准的相干系数法,提出了基于梯度相关性的多模态图像配准相似性测度。通过中波红外和可见光图像的配准实验验证了方法的可行性,为多模态图像配准研究提供了新思路。     

国产卫星影像配准技术研究

我国西部高海拔山区的地形地貌使得在卫星影像上确定同名特征点比较困难,为了解决国产卫星影像存在的谱段偏差,本文选择了基于SIFT算法、基于区域灰度和人工配准3种方法,对ZY1-02C、ZY-3和GF-1等国产卫星影像展开了配准试验研究,应用目视法和中误差法进行了精度评价,并对结果进行了对比分析。试验结果表明：人工法虽能获得较高的配准精度,但效率很差;基于区域灰度法受影像亮度差异影响很大,同名点提取少,精度最差;基于SIFT算法自动化程度最高,可以提取大量特征点,并能筛选提出误匹配点,配准精度较高。     

基于几何配准的多模式SAR影像配准及其误差分析

星载合成孔径雷达影像干涉处理时所需方位向配准精度因成像模式的差异而有所不同,目前在精密轨道条件下以几何配准为基础辅以影像信息的配准方案因其严格的理论模型和较高的精度成为干涉处理的首选。本文以TerraSAR-X影像为例,论证了不同成像模式影像所需的配准精度和卫星轨道精度,并通过理论分析和试验证明了精密轨道条件下,利用几何配准即可满足TerraSAR-X等卫星的条带模式影像干涉处理的需要;聚束模式影像需要在几何配准的基础上利用影像相干性或谱分集进一步优化配准结果。鉴于增强谱分集偏移量估计精度最高,本文进一步利用增强谱分集对比分析了不同轨道不同DEM条件下的几何配准误差。研究结果表明:卫星轨道切向误差是几何配准的主要误差源,目前常用3种DEM几何配准差异远小于0.001个像素,均可满足Sentinel-1影像干涉配准的需要。     

基于MSER的SAR影像配准算法

研究了一种基于最大稳定极值区域（MSER）的SAR影像配准方法。该方法首先利用MSER算法提取影像上的特征区域,并对提取的特征区域进行椭圆拟合;然后对椭圆拟合后的特征区域分别进行归一化、SIFT描述子描述及匹配。选取实际的SAR影像进行配准试验,并将本文方法与SIFT算法得出的结果进行比较,结果表明：本文算法匹配精度可以达到像素级配准精度,即满足影像配准精度要求,匹配速度优于SIFT算法。     

结合张量与互信息的混合模型多模态图像配准方法

多模态图像之间存在显著的非线性强度差异,并且图像会因为噪声而退化,因此,多模态图像自动配准是一项具有挑战性的任务.为了解决这两个问题,本文提出一种多模态图像自动配准方法,该方法分为预配准和精配准两个阶段.在预配准阶段,通过改进SIFT算法来大致对齐多模态图像.在精配准阶段,首先,利用块Harri s检测器在预配准后的参考图上提取均匀分布的特征点.然后,通过各向异性结构张量捕捉多模态图像中的结构信息来构建特征描述符,该特征描述符对噪声具有稳健性.更进一步,本文结合张量方向平行度和梯度互信息提出了一种相似度准则(tensor orientation and mutual information,TOMI).最后,本文用多种模态图像(包括Optical,LiDAR,SAR和Map)来评估提出的方法.试验结果表明,本文提出的方法对非线性强度变化和噪声具有较好的稳健性,并且匹配效果优越.     

一种大角度亚像素的图像自动配准算法

提出一种基于ASIFT和Harris集成互补不变特征的大角度影像亚像素自动配准算法。算法由中间输入图像获取、像素级配准和亚像素级配准三个主要处理过程。在中间输入图像获取过程中,首先提取ASIFT特征控制点,利用提取的控制点估计图像间的投影变换模型,将输入图像中的重叠区域重采样为与参考图像尺度相同的中间输入图像;在像素级配准过程中,用NCC函数进行配准,用基于投影变换模型的全局一致粗差检测方法删除误配点对;在亚像素级配准过程中,先利用二元二次曲面拟合方法进行亚像素位移测量定位,再进行亚像素配准,错误匹配点对剔除,配准精度计算。实际的大角度图像试验结果表明了算法的有效性和实用性。     

相关系数匹配的理论精度

“子像素”级量测精度是数字影像配准算法的一个重要特性，它能充分地挖掘数字影像之潜在能力。不同的匹配算法所能达到共轭影像的配准的子像素精度等级是不同的。本文研究了相关系数最大的匹配准则所能达到的子像素量测精度。理论与实验证明：采用抛物线拟会最大相关系数邻近三个值，匹配精度能达到0.15～0.20像素的数量级。配准误差近似与信噪比成反比。     

结合空间辅助面特征的区域自动配准

提出了一种新的基于空间辅助面特征的主被动遥感影像区域自动配准方法,该方法借鉴了全局区域配准高精度与局部区域配准低复杂度的算法特征,采用正、反函数变换法提取具有相同角度和尺度的空间特征,并采用归一化互相关系数法定义灰度相似性,通过构建空间辅助面,将空间特征和灰度相似性有效地结合起来,共同用于影像的自动配准。文中选取了SPOT与ASTER影像、ASAR和ASTER影像两组数据进行实验,并提取基准影像和配准后待配准影像的不同部位相间拼接形成结果图,从中可以看出各种地物在拼接处表现自然平滑。实验结果证明,该方法简单易行,且配准精度较高。     

一种基于Keren亚像素配准方法的改进算法

详细介绍了Keren亚像素空域配准算法及其不足,提出了对Keren及其迭代算法的改进算法,并给出详细的算法步骤。该算法基于简化的四参数仿射变换模型而不是刚体变换模型,成功地避免了Keren算法因为角度的泰勒级数展开所带来的误差,大大提高了配准精度。实验仿真结果表明该算法在强烈的噪声条件下,旋转角度的绝对误差与Keren迭代算法相比有非常显著的降低;平移参数在15°的大角度旋转情况下获得了0.1个像素以下的绝对误差精度,在小角度的情况下获得了0.01个像素以下的绝对误差精度。     

基于形态学梯度的高光谱图像分类研究

基于传统的SVM理论,首先获取像素的形态学梯度信息,考虑周围邻域的影响,对原始的梯度进行中值滤波,然后基于滤波后的梯度进行SVM分类。分类结果表明,基于空间相关性的、梯度的SVM分类精度高于基于像素灰度值的SVM分类精度。     

基于DFT模型的大场景InSAR图像配准

图像配准是实现干涉合成孔径雷达(InSAR)高精度相位提取及地形高程反演的关键,大场景图像的高效高精度配准成为近年高分宽幅InSAR成像应用研究的难点问题之一。由于大场景图像中不同区域偏移量及变化规律差异较大,传统最大相干系数配准方法需多分块及插值处理,面临计算量大且配准精度低等问题。针对此问题,本文提出一种基于DFT模型的大场景InSAR高效高精度图像配准算法。该方法利用最小均方差准则构建InSAR复图像配准的DFT模型,采用四叉树自适应分块及矩阵相乘DFT快速重采样配准方法,实现大场景InSAR图像各子块区域的高效高精度亚像素配准。仿真和实测数据验证本文算法的有效性,结果表明该算法不仅可实现大场景InSAR复图像亚像素级配准,还具有较高的运算效率,其运算效率相对于传统FFT配准方法通常可提升3倍以上。     

SAR影像与光学影像的高斯伽玛型边缘强度特征匹配法

提出了一种基于影像边缘强度图描述的SAR影像与光学影像匹配方法。首先对影像进行粗纠正,消除影像之间的尺度和旋转变化;其次,改进相位一致性特征检测方法,提取对影像相干斑噪声稳健的特征点;然后基于高斯伽玛型双边窗口比值算子计算影像边缘强度图,在此基础上构造不变特征描述符;最后联合几何约束条件,实现SAR影像与光学影像匹配。试验结果证明,与现有方法相比,本文方法能够大幅提高SAR影像与光学影像匹配结果中的正确匹配特征数量以及影像配准精度。     

基于光流校正的复杂地形区多时相遥感影像配准

几何配准是影像后续处理的重要前提,是遥感信息处理领域研究的热点之一。复杂地形区多时相遥感影像的高精度配准一直是难以突破的难题,光流估计法通过逐像素位移增量解算为此提供了可行的解决思路,但光流法对地物变化异常敏感,经常导致计算的光流场及配准影像存在异常。为此,本文提出一种基于光流校正的复杂地形区多时相遥感影像配准方法,采用亮度和梯度双重约束获取光流场初值,在此基础上使用高斯拉普拉斯算子对异常光流进行检测,然后通过Delaunay三角形曲面插值对异常光流进行校正处理,从而得到各像素精准位移。实验表明,本文提出方法对存在地物变化的复杂地形区多时相遥感影像,可实现高保真、高精度的配准。     

利用PC-SIFT的多源光学卫星影像自动配准方法

针对多源光学卫星影像几何校正过程中同名点匹配率低、配准过程自动化差等问题,本文采用相位一致性代替原始尺度不变特征变换(scale invitation feature transform,SIFT)算法中的像素灰度值梯度对主方向和特征向量进行描述,提升特征描述的正确率;以频率域下相位分析结果为约束条件对匹配结果进行优化,抑制错误匹配同名点;同时,提出了一种基于随机采样一致性(RANSAC)的自适应选择策略,提高参数估计阶段的自动化水平;最后,实现多源光学卫星影像间的配准。多组数据实验结果表明了该方法在辐射非线性畸变多源光学卫星影像间配准中的有效性和适用性。     

基于光照模型的遥感图像与DEM配准方法研究

针对遥感图像与DEM数据之间难以找到精确同名地物点而造成的配准精度较低问题,提出了一种基于光照模型的图像配准方法.该方法首先计算DEM数据中每一个像元的方位和坡度,并结合遥感图像成像时的太阳高度角和方位角,计算图像与DEM的地形光照模型,最后通过光照模型来辅助控制点的选取,从而实现图像精确配准.实验结果表明,该方法稳定...     

一种容积信息滤波局部迭代相位解缠方法

本文针对低信噪比干涉图相位解缠难题,提出了一种容积信息滤波局部迭代相位解缠方法。先采用基于修正矩阵束模型的局部相位梯度估计算法获取待解缠像元局部窗口相位梯度信息,通过引入堆排序的质量图指引相位解缠路径,再利用容积信息滤波算法在待解缠像元局部窗口内逐像元递推进行一维状态估计,直至遍历局部窗口内所有相邻像元,即可获得待解缠像元的状态估计,在保持解缠效率的同时提高了相位解缠精度。模拟和实测数据结果证明了本文算法的有效性。     

“针孔”模拟成像下的单航空影像与LiDAR点云配准

以摄影测量共线方程为严格配准模型,提出了一种引入针孔成像模拟过程的单张航空影像LiDAR点云配准迭代方法,共分为3个阶段:第一,利用航空影像内参数及初始外方位元素对LiDAR点云针孔模拟成像,生成与航空影像空间分辨率、几何形变相接近且具有相同幅面大小的透视影像-LiDAR深度影像;第二,以梯度互信息作为影像相似性测度依据,实施影像金字塔、分块处理策略实现LiDAR深度影像与航空影像几何变换参数快速估计,进而依据估计参数及LiDAR深度影像、激光脚点投影关系建立LiDAR点云航空影像概略相关;第三,以LiDAR点云影像概略相关下的近似同名像点为观测值,以像点梯度互信息为权重,实施摄影测量空间后方交会计算获得优化的影像外方位元素,生成新的LiDAR深度影像并重复上述过程,直至满足给定的迭代计算条件,实现单张航空影像与LiDAR点云数据的自动空间配准。实验表明,本文方法配准精度达亚像素级且自动化程度高。     

面向变化检测的遥感影像弹性配准方法

对于遥感载荷技术指标差异、观测角度、时相、地形起伏等内外部因素造成的几何畸变,采用全局配准方法制约着影像配准和变化检测精度的提高。提出一种基于加速抗差特征（speed up robust feature,SURF）算法的全局匹配和像元局部配准模型相结合的弹性配准方法,以不同时相遥感影像的差值特征影像各像元正态分布密度函数构建像元局部参数解算权重,缓减不同时相影像中辐射亮度差异较大的像元对局部配准模型参数解算的影响,采用城市典型区域遥感影像进行实验,结果表明该方法影像配准精度（包括地形起伏区域）优于1个像元,弹性配准算法的适用性和运算速度有一定的提高。     

基于二维图像特征的点云配准方法

为了提高低覆盖率点云的配准精度和收敛速度,提出了一种基于二维图像特征的点云配准方法。首先采用基于区域层次的点云配准算法实现粗配准;然后将三维点云转换成二维图像,再采用SURF算法提取二维图像的特征,并求解其匹配像素点对;最后根据二维匹配点获取相应的三维点云相关点,并计算刚体变换,由此实现点云的快速精确配准。试验结果表明,与迭代最近点（ICP）算法相比,该点云配准方法的配准精度和耗时分别提高了约20%和60%,是一种快速、高精度的点云配准算法。