基于最大化对齐度的多模态图像自动配准

该文讨论图像配准的广义定义并提出一种新的图像配准准则一对齐度．对齐度能够正确地反映两幅不同灰度属性的图像是否配准，并且将图像配准归结为对齐度的最大化．新准则可以用来配准多模态图像包括灰度属性差异很大的图像．该文应用多分辨率方法和Powcll方向族搜索法来最大化对齐度．因此，用该方法可以自动地处理图像配准问题，不需要定义地标点或特征点．多模态医学图像和遥感图像的自动配准的例子说明了该文方法的有效性。     

基于小波和改进型Hausdorff距离的遥感图像配准方法

近年来,不断发展的遥感技术使传统的遥感图像配准方法显得难以胜任.本文介绍了一种准确、高效的遥感图像配准方法.该方法运用图像信息分层技术、小波多尺度图像分解和Harris角点检测算子进行特征点提取,构建一个特征点金字塔,利用改进型Hausdorff距离作为配准的相似性测度,从而实现遥感图像的配准.     

基于多图像特征的遥感图像配准新方法

针对不同视角遥感图像配准中的非刚性几何畸变造成的配准误差,文章提出了一种基于尺度不变特征变换(SIFT)特征距离和几何结构描述符的精确方法,用于解决中等地形起伏和成像视点变化条件下遥感图像的配准问题。该方法采用尺度不变特征变换和部分强度不变特征描述符提取可靠的特征点集,利用变换过程中约束几何结构的多图像特征,提出一种新的算法来估计点集之间的精确对应关系。包括特征描述符提取、基于几何结构约束的改进SIFT特征点集配准和非刚性图像变换等步骤。对不同视点的无人机图像和卫星图像的实验结果表明,该方法相对于目前几种先进方法具有更佳的配准性能。     

异分辨率高光谱图像的空间配准

近年来,高光谱成像仪迅速发展,可应用于越来越多更复杂的应用场景。人们对遥感图像处理精度等方面提出了更高的要求。图像配准作为遥感图像处理的重要步骤,对遥感图像的后续处理至关重要。遥感图像的配准方式很多,目前比较成熟的配准方式大多集中在不同传感器、相同分辨率下的配准;对于不同传感器、不同分辨率的遥感图像配准成果很少,所以本文对此进行了研究。提出了基于边缘特征寻找同名点的遥感图像配准算法,得到了图像配准结果,并对其进行了验证。相对于现有的配准算法,本文算法使得不同传感器、不同分辨率的遥感图像的配准精度大大提高。     

一种实用的小目标配准方法

图像配准是图像融合技术的基本环节和首要问题，只有经过配准后的图像才能进行有效的融合。其中，小目标由于几乎无特征信息可以利用，所以常规的配准方法都不适用。针对图像识别中小目标的配准问题，分析了其配准特点，创新性地提出了先配准目标视场，再配准目标位置的方法，提出了视场配准的概念。首先运用成像原理，用焦距、分辨率和像元尺寸建立不同CCD之间的视场对应关系，利用此关系完成目标视场的截取放大，使不同CCD得到的图像视场一样大。然后在分析通常采用的最小平均绝对误差（MAD）相关匹配方法缺陷的基础上，提出用最多近邻点距离（MCD）的匹配方法来对准目标位置，完成目标质心的配准。实验结果表明，此方法可以很好地配准小目标，且误差不超过2个像素。由于其针对性强．因而具有较强的实际应用价值。     

多光谱遥感卫星图像的精确配准方法研究

针对一组多光谱遥感图像中,各谱段图像之间配准不一致的问题,本文提出了一种基于特征点的快速自动配准方法。在图像信息熵的基础上,利用环形移动窗口,自动快速寻找感兴趣区域, 并利用尺度不变特征转换（SIFT）算法提取特征。为提高精度,文中对特征初匹配方法作了改进,并用余弦定理和空间距离约束条件剔除误匹配点,之后提取最稳定的特征点对计算变换参数,完成配准。最后根据配准前后图像的互信息和特征点的均方根误差（RMSE）来衡量配准的程度。通过对大量中巴地球资源卫星拍摄的多光谱图像进行实验,该方法能达到亚像素级配准精度,并能快速对各谱段图像进行配准。      

基于傅里叶变换的遥感图像配准

针对存在平移、旋转和尺度关系的多传感器、多谱段遥感图像配准问题，提出了一种基于边缘特征提取和伪对数极坐标傅里叶变换（EPLPFFT）的频域配准技术。采用边缘检测等图像预处理技术。提取了图像的大部分共有显著特征，有效消除了图像间的灰度差异；利用伪对数极坐标离散傅里叶变换（DFT），改善了对数极坐标DFT的计算精度，从而可以通过对数极坐标频域配准技术配准经边缘提取后的特征图像。遥感图像的配准实验证实了这一方法的稳健性和配准精度。     

基于互信息和梯度的红外与可见光图像配准新方法

红外与可见光图像配准是常见的多传感器图像配准,在军事、遥感等领域有着广泛的应用。提出了一种基于互信息和图像梯度的红外与可见光图像的自动配准方法：首先,获得图像的梯度信息,然后根据定义的扩展结构获得边缘区域图像,选择最大归一化互信息作为相似性测度,使用Powell算法获得最佳配准参数。实验结果证明,本文方法较传统的基于互信息和梯度的配准方法,提高了配准的速度和精度,可以作为一种有效的粗配准的方法。     

一种基于边缘的图像配准方法

图像配准是多传感器图像融合研究中的一项关键技术,多传感器图像特别是波段相距较远的相关性较小的图像,要实现图像配准存在很大的困难。对于能够用仿射变换模型来描述的图像,图像之间比较明显的特征是各个物体之间的边缘。该文研究利用小波变换的方法提取图像的边缘,并对边缘图像作交互方差分析,搜索出最佳交互方差的配准参数。通过对SPOT和TM图像的处理,达到了精度较高的配准效果。     

实时红外图像拼接中的LSH快速配准算法

为了提高画幅式摆扫红外遥感图像拼接的实时性,将LSH(locality sensitive hash)算法应用于图像快速配准,比较了常用的基于Hamming 距离、欧式距离和余弦距离的三种LSH方案的性能,实验结果表明,基于Hamming距离的LSH方法在红外图像配准中具有更好的实时性和准确性。通过对Hamming距离的LSH实现及改进,并利用遥感图像进行了图像配准的性能测试,构建了基于Hamming距离LSH算法的快速拼接系统。     

图像分割中的交叉熵和模糊散度算法

本文将交叉熵和模糊散度应用于图像分割中,提出了中最优灰度值选取算法,其一是基于均匀分布假设的最小交叉熵算法,其二是利用后难概率的最大类间交叉熵算法,其三是类间最大模糊散度的改进算法,其四是最小模糊散度算法,针对图像阈什化分割的要求,在后两种算法中构造一种新的模糊录改度函数,本文采用均匀测试和开头测试比较各算法的性能,利用多种类型测试 是到的分割结果,显示了所筛算法的有效性和通用性。     

遥感影像配准方法的研究和应用

图像配准是图像处理的基本任务之一,用于将不同时间、不同传感器、不同视角及不同拍摄条件下获取的两幅或多幅图像进行（主要是几何意义上的）匹配。它是一个把两幅图像对齐到同一个坐标系下以分析其间细微变换的处理过程。实现图像配准主要有空间域方法和频率域方法两类。针对对序列遥感影像的处理,实现了这两类方法中各具代表性的算法,并在这个过程中根据实际情况做出剔除外点的提纯决策和特定倍数的区域傅里叶变换,然后进行比较。实验表明,频率域方法能取得更精确的配准结果。最后,结合实验结果对空间域算法进行了分析,得出了结论。     

基于隐马尔可夫高斯随机场模型的模糊聚类高分辨率遥感影像分割算法

本文利用隐马尔可夫随机场和高斯模型分别建立标号场和特征场的邻域关系,提出了基于隐马尔可夫高斯随机场模型的模糊聚类分割算法。该算法用隐马尔可夫随机场模型定义先验概率,并将该先验概率作为尺度控制因子引入到KL（Kullback-Lerbler）信息中,在目标函数的定义中,KL信息作为规则化项,其系数表示算法的模糊程度。在基于高斯模型的后验概率中,像素相关性被定义在空间和谱间,并用该概率的负对数值表征像素点到聚类中心的非相似性测度。通过对合成遥感影像和高分辨率遥感影像进行分割实验,证明了算法的有效性和普适性。     

遥感影像的半自动配准

图像的半自动配准是当前比较先进的图像配准技术。该方法基于初步定位基础,利用模板相关的匹配方法,根据遥感图像之间灰度分布的相关性,选取数量丰富的配准控制点,利用相关系数准则进行图像间的相似性度量,可达到较高的配准精度。实验结果表明,该匹配方法用于遥感图像的配准能够有效提高图像处理的速度以及校正图像的定位精度。     

一种基于对称性边缘的多光谱图像配准方法

多光谱成像技术是遥感领域的一项重要技术。多光谱图像配准技术可以提高遥感图像的应用效率和能力。基于边缘结构在多光谱图像中较为稳定这一特性,提出了一种基于对称性边缘的多光谱图像配准方法,该方法主要包含“图像比例调整”、“对称性边缘提取”和“互信息配准”等三个步骤。基于天宫二号宽波段成像仪的遥感数据设计了一种多子图配准方案,验证了所提方法在可见光、短波红外和长波红外三个谱段之间图像配准的有效性。设置对比实验,将所提配准方法与其他多光谱图像配准方法进行比较,结果表明该方法在天宫二号宽波段遥感图像的配准中具有较高的精度。     

An Automatic Image Registration for Applications in Remote Sensing

This paper deals with a major problem encountered in the area of remote sensing consisting of the registration of multitemporal and/or multisensor images. In general, such images have different gray-level characteristics, and simple techniques such as those based on correlation cannot be applied directly. In this work, a new automatic satellite image registration approach is proposed. This technique exploits the invariant relations between regions of a reference and a sensed image, respectively. It involves an edge-based selection of the most distinctive control points (CPs) in the reference image. The search for the corresponding CPs in the sensed image is based on local similarity detection by means of template matching according to a combined invariants-based similarity measure. The final warping of the images according to the selected CPs is performed by using the thin-plate spline interpolation. The procedure is fully automatic and computationally efficient. The proposed algorithm for this technique has been successfully applied to register multitemporal SPOT and synthetic aperture radar images from urban and agricultural areas. The experimental results demonstrate the robustness, efficiency and accuracy of the algorithm.     

基于KL与小波联合变换的多光谱图像压缩

鉴于卫星拍摄的遥感图像的空间分辨率和光谱分辨率越来越高,在一些应用中,常会对多光谱图像进行压缩。为了提高多光谱图像的压缩质量,提出了联合相位相关和仿射变换的图像配准方法,有效提高了图像谱段之间的相关性。针对多光谱图像压缩,提出了结合Karhunen-Love,KL变换去除谱间相关和嵌入式二维小波编码方法。相比JPEG2000谱段图像独立压缩方法,提出方法解压图像的Peak Signal to Noise Ratio,PSNR值平均提高2.1 dB。实验结果表明:所提出的方法能在相同的压缩率下获得比JPEG2000谱段图像独立压缩方法更好的图像质量。