一种结合最优相干运算的极化干涉SAR相干配准方法

针对丰富植被地区散射中心高度差去相关的问题,提出了一种结合最优相干运算的Pol-In-SAR相干配准方法,讨论了Pol-InSAR复图像配准过程中需要考虑的几个关键问题,并以天山地区SIR-C/SLC复图像的配准结果证明了方法的有效性。     

基于外部DEM的InSAR图像配准方法研究

雷达图像的配准是进行雷达干涉测量(SAR Interferometry, InSAR)处理的关键,为了保证干涉相位图或形变相位图反映真实地面特性,需要雷达图像之间亚像元级精度的配准。首先综述了已有的基于外部DEM的InSAR图像配准方法的思路及其不足之处,并提出了一种全新的思路:以图像之间的相干性作为目标函数,利用搜索的方法实现了雷达成像方位向和距离向的最优时间常数的估计,从而实现雷达图像之间亚像元级配准;还进一步推导了数字高程模型(Digital Elevation Model, DEM)的误差对算法精度影响的一个更加严密的表示。结论表明,在利用精确轨道数据的情况下,美国航天飞机测地计划SRTM获得的地形数据的精度可以满足精确雷达图像配准的要求。结果表明,利用基于外部DEM算法配准雷达图像在山区和大的时间基线情况下要优于常规相干多项式配准方法,理论上可以达到百分之一个像素的配准精度。     

快速区域互相关InSAR图像配准方法

在分析复图像干涉相位对快速互相关算法配准精度影响的基础上,提出了一种快速区域互相关InSAR图像配准方法。该方法对图像的幅度谱进行区域相关操作,获得干涉相位空间角频率的粗估计,并对主图像进行干涉相位补偿。该算法通过上述步骤消除干涉相位变化对算法的影响实现了高精度配准。在仿真实验和实测实验中,通过与传统的快速区域互相关算法及最大频谱法进行对比,验证了本文算法的稳健性与有效性。     

基于加权联合导向矢量模型的InSAR干涉相位估计

基于干涉图的传统干涉相位估计方法,当由于图像配准误差而导致的干涉图质量较差时,就难以恢复出准确的真实干涉相位.本文提出了一种基于加权联合导向矢量模型的InSAR干涉相位估计方法.该方法构造最优联合观测矢量和加权联合导向矢量,同时利用相邻像素的相干信息,并采用波束形成技术,因此具有自适应图像配准和降低相位噪声的功能,因而可以在SAR图像配准精度很差(可以允许达到一个分辨单元)的条件下准确地估计相应像素间的干涉相位.仿真及实测数据的处理结果证明了此方法的有效性.     

重复轨道InSAR处理中的频域滤波研究

在重复轨道InSAR(synthetic aperture radar interferom etry)处理干涉测量中,干涉图像对在方位向和距离向的频谱偏移是重要的去相干因素,严重影响干涉图的质量,必须对主辅图像对采取适当的频域滤波。本文提出了一种方位向频域滤波和距离向频域滤波的处理流程,即根据频域特征选择在精配准前后做频域滤波。它既能保证精配准的准确度,又能充分降低频谱偏移导致的去相干,从而保证干涉图的高质量。利用4组不同时间间隔和垂直基线距的ERS-1/2 SLC(single look comp lex)数据对进行实验验证,通过对频域滤波前后相干图和残差点的对比分析,验证了本处理流程的有效性。     

基于SIFT算法的InSAR影像配准方法试验研究

配准是合成孔径雷达干涉测量(InSAR)中极其关键的一个步骤。本文详细介绍了SIFT算法,并根据其特点将其应用于InSAR数据的配准过程中。实验结果表明:SIFT算法在InSAR配准中是一种简单、有效和可靠的配准方法。     

医学图像配准分类研究

医学图像配准是医学图像研究领域的一项重要课题。配准种类包括刚性配准和非刚性配准,配准形式包括不同个体间的配准以及同一个体不同图谱的配准。介绍了基于处理流程和基于图像特征的图像配准方法以及基于变形模型的图像配准三大类。非刚性配准比刚性配准在稳定性和计算效率等方面要求更高,技术难度更大,同时具有更重要的应用意义。随着计算机技术的应用和发展,非刚性配准成为一个非常活跃的研究领域,相关的模型和方法 备受关注。     

一种基于特征的SAR图像自动配准方法

由于SAR图像固有的相干斑噪声的影响,使得SAR图像的自动配准不能直接使用光学遥感图像自动配准.基于特征的SAR图像配准方法是一种有效的配准方法,但是特征的提取一直以来是一个很难解决的问题.针对SAR图像自身的特性提出了一种基于特征的SAR图像自动配准方法.首先进行了对SAIl图像进行了合适的区域分割,然后利用不变性特征进行区域匹配,最后求取扩展质心作为匹配控制点.通过对真实SAR图像进行实验,取得了较好的配准结果,充分证明了算法的有效性.     

一种基于移动向量估计的图像配准技术

图像配准在遥感图像处理,计算机视觉,模式识别,医学图像处理等领域有着广泛的应用。配准的目的就是将同一场景的不同图像对齐或匹配,消除:配准的目的就是将同一场景的不同图像对齐或匹配,消除存在的几何畸变。介绍一种基于移动向量估计的图像配准技术,它利用复小波变换相对传统小波的一些优点,如位移不变性、多方向选择性,对移动向量进行估计。实验结果表明,使用这种方法对消除几何畸变有很好的效果。     

联合弯曲能量和标志点对应约束的非刚性医学图像配准

由于缺乏图像几何空间约束,基于互信息的非刚性医学图像配准常常产生不合理的形变。提出一种联合弯曲能量和标志点对应约束的非刚性医学图像配准方法,在互信息配准目标函数中添加弯曲能量惩罚和对应标志点间欧氏距离2个正则项,约束医学图像软组织不合理形变。脑部MRI、头颈部CT、胸部CBCT影像配准实验结果表明,该方法可有效提高配准质量。     

SAR影像配准中控制点粗差剔除方法研究

复数影像配准是雷达干涉测量中的关键步骤之一,而配准中选取的控制点往往存在粗差,影响配准精度。分析了SAR影像配准时控制点粗差产生的原因,提出了方差因子检验和Baarda数据探测法剔除控制点粗差的方法,建立了基于可靠控制点计算影像纠正的几何变换模型。利用ENVISAT卫星ASAR图像对所提方法进行了验证,结果表明,影像配准的精度达到了0.1像素,粗差剔除后SAR影像配准精度有明显提高。     

一种基于相机标定的图像配准方法

图像配准是把同一场景的两幅或者多幅图像在空间上进行配准,它在图像分析领域应用广泛,如医学,遥感图像分析,图像融合,图像检索及目标识别等．匹配困难是图像配准的主要问题,造成匹配困难的原因之一是待匹配图像存在畸变．该问题是由于待配准图像相对于基准图像会产生大面积相同区域或产生平移、旋转、缩放等多种畸变．针对以上各种畸变,本文提出一种解决方案：利用相机标定信息求解畸变情况的平移矩阵、旋转矩阵和缩放比,通过反变换达到矫正图像畸变的效果．然而标定信息常会因为相机位置移动而发生改变．对于此问题,本文则是通过求解多角度下的云台转角来确定相机的标定信息．实验表明：本文提供的方案很好的解决了图像配准阶段的一些畸变问题,使图像配准有较高的精度．     

基于机载InSAR生成DEM技术研究试验

本文描述了机载双天线合成孔径雷达干涉测量数据生成数字高程模型(Digital Elevation Model,DEM)技术,针对机载双天线InSAR数据自动生成DEM的数据处理流程进行试验,主要包括:复图像配准、干涉条纹图滤波、相位解缠、相高转换。本文基于VC++开发了机载InSAR干涉处理原型系统,利用分辨率为2m×2m的机载双天线X波段InSAR数据进行了干涉处理实验,并将生成的DEM和实测的控制点数据进行了对比分析。试验结果证明基于机载双天线InSAR数据生成DEM技术可满足1:50000的精度要求。     

针对大视差图像拼接的显性子平面配准

目的 针对图像拼接中大视差图像难以配准的问题,提出一种显性子平面自动配准算法。方法 假设大视差图像包含多个显性子平面且每个平面内所含特征点密集分布。对该假设进行了验证性实验。所提算法以特征点分布为依据,通过聚类算法实现子平面分割,进而对子平面进行局部配准。首先,使用层次聚类算法对已匹配的特征点聚类,通过一种本文设计的拼接误差确定分组数目,并以各组特征点的聚类中心为新的聚类中心对重叠区域再聚类,分割出目标图像的显性子平面。然后,求解每个显性子平面的投影参数,并采用就近原则分配非重叠区域的单应性矩阵。结果 采用公共数据集对本文算法进行测试,并与Auto-Stitching、微软Image Composite Editor两种软件及全局投影拼接方法（Baseline）、尽可能投影算法（APAP）进行对比,采用均方根误差作为配准精度的客观评判标准。实验结果表明,该算法在拼接大视差图像时,能有效地配准局部区域,解决软件和传统方法由误配准引起的鬼影、错位等问题。其均方根误差比Baseline方法平均减小55%左右。与APAP算法相比,均方根误差平均相差10%左右,但可视化配准效果相同且无需调节复杂参数,可实现自动配准。结论 提出的显性子平面自动配准算法,通过分割图像所含子平面进而实现局部配准。该方法具有较高的配准精度,在大视差图像配准方面,优于部分软件及算法,可应用于图像拼接中大视差图像的自动配准。     

Fingerprint image mosaicking by recursive ridge mapping.

To obtain a large fingerprint image from several small partial images, mosaicking of fingerprint images has been recently researched. However, existing approaches cannot provide accurate transformations for mosaics when it comes to aligning images because of the plastic distortion that may occur due to the nonuniform contact between a finger and a sensor or the deficiency of the correspondences in the images. In this paper, we propose a new scheme for mosaicking fingerprint images, which iteratively matches ridges to overcome the deficiency of the correspondences and compensates for the amount of plastic distortion between two partial images by using a thin-plate spline model. The proposed method also effectively eliminates erroneous correspondences and decides how well the transformation is estimated by calculating the registration error with a normalized distance map. The proposed method consists of three phases: feature extraction, transform estimation, and mosaicking. Transform is initially estimated with matched minutia and the ridges attached to them. Unpaired ridges in the overlapping area between two images are iteratively matched by minimizing the registration error, which consists of the ridge matching error and the inverse consistency error. During the estimation, erroneous correspondences are eliminated by considering the geometric relationship between the correspondences and checking if the registration error is minimized or not. In our experiments, the proposed method was compared with three existing methods in terms of registration accuracy, image quality, minutia extraction rate, processing time, reject to fuse rate, and verification performance. The average registration error of the proposed method was less than three pixels, and the maximum error was not more than seven pixels. In a verification test, the equal error rate was reduced from 10% to 2.7% when five images were combined by our proposed method. The proposed method was superior to other compared methods in terms of registration accuracy, image quality, minutia extraction rate, and verification.     

基于分块-空间聚类的图像配准算法

模板匹配算法应用广泛,但不能判断配准结果是否正确,也无法比较不同像对配准结果的准确程度。提出无变形、无旋转情况下分块-空间聚类的图像配准算法,将基准图分块在参考图上配准从而获得基准图的多个配准位置,并对这些位置进行空间聚类从而计算基准图的最后配准位置,并评估配准质量。试验表明该算法配准准确度高,能够正确评估配准质量并比较不同像对配准结果的准确程度。     

POS数据在机载干涉SAR运动补偿中的应用

提出了一种利用高精度的定位定向系统(POS)数据,在SAR成像阶段实现机载干涉SAR运动补偿及图像配准的成像处理方法。该方法针对机载干涉SAR系统的双天线雷达数据对的特点,在成像阶段直接利用高精度的POS数据完成干涉SAR图像对的位置误差补偿、干涉相位误差补偿以及自动配准等过程。实际处理结果表明,该方法可以有效地提高机载干涉SAR的图像质量,改善复图像对之间的相干性,非常适用于机载双天线干涉SAR雷达数据的成像处理过程。     

Wavelet-based image registration technique for high-resolution remote sensing images

Image registration is the process of geometrically aligning one image to another image of the same scene taken from different viewpoints at different times or by different sensors. It is an important image processing procedure in remote sensing and has been studied by remote sensing image processing professionals for several decades. Nevertheless, it is still difficult to find an accurate, robust, and automatic image registration method, and most existing image registration methods are designed for a particular application. High-resolution remote sensing images have made it more convenient for professionals to study the Earth; however, they also create new challenges when traditional processing methods are used. In terms of image registration, a number of problems exist in the registration of high-resolution images: (1) the increased relief displacements, introduced by increasing the spatial resolution and lowering the altitude of the sensors, cause obvious geometric distortion in local areas where elevation variation exists; (2) precisely locating control points in high-resolution images is not as simple as in moderate-resolution images; (3) a large number of control points are required for a precise registration, which is a tedious and time-consuming process; and (4) high data volume often affects the processing speed in the image registration. Thus, the demand for an image registration approach that can reduce the above problems is growing. This study proposes a new image registration technique, which is based on the combination of feature-based matching (FBM) and area-based matching (ABM). A wavelet-based feature extraction technique and a normalized cross-correlation matching and relaxation-based image matching techniques are employed in this new method. Two pairs of data sets, one pair of IKONOS panchromatic images from different times and the other pair of images consisting of an IKONOS panchromatic image and a QuickBird multispectral image, are used to evaluate the proposed image registration algorithm. The experimental results show that the proposed algorithm can select sufficient control points semi-automatically to reduce the local distortions caused by local height variation, resulting in improved image registration results.