基于面特征的光学与SAR影像自动匹配方法

针对现有光学影像与合成孔径雷达（SAR）影像之间匹配存在精度差、效率低等问题,提出了一种基于面特征的影像自动匹配方法.用中值代替均值的方法改进了Lee滤波器,用于对SAR影像相干斑噪声进行抑制.通过Canny算子提取出边缘,并用形态学膨胀对不连续边缘进行连接,在此基础上用区域生长法提取光学和SAR影像中的封闭区域作为面特征.设计了一种综合考虑面积、周长、中心点位置等属性的代价函数对面特征进行交叉匹配,筛选出匹配上的大目标,并将其中心作为匹配控制点.通过Envisat ASAR影像与Landsat ETM＋影像进行的匹配试验表明,该方法不需要人工干预,可以实现自动匹配,且匹配精度小于1个像素.     

高分辨率遥感影像自动化匹配引擎算法研究

海量高分辨率遥感影像的自动匹配,是其三维重建、配准、拼接等关键技术的基础。全局的匹配不仅浪费时间,而且海量特征之间的相似性会导致很多特征点的浪费甚至错误,而分层大尺度由粗到细的匹配常常由于初始大尺度中的误匹配而影响搜索策略的正常进行和模型估计。为此提出了基于大尺度同名点的辅助三角形变换参数的独立分量求法,然后引导其他特征点在预测区域搜索匹配,以构建试验场区遥感影像自动化处理的引擎及框架,实现了快速稳健的全自动化匹配。     

基于纹理特征的遥感影像居民地自动提取方法

基于纹理特征提取居民地信息的纹理分析方法有四类,即基于统计特征的、基于空间频率的、基于结构的、基于模型的分析法。基于纹理特征的遥感影像居民地信息自动提取方法的发展趋势是将纹理分析方法与新的算法及其他提取方式相结合,并建立居民地信息提取专家系统。     

基于直方图不变矩的遥感影像目标匹配方法

对遥感影像数据库目标查询的现有方法进行了讨论，针对其不足提出一种由“粗”到“精”的目标匹配方法；以基于边缘特征的直接二值相关法实现目标初始定位．以遥感影像直方图的不变矩及统计特征结合相似度度量完成目标的快速查询；试验结果表明．该方法匹配速度快．精度高，能够满足遥感影像数据库目标快速查询的要求．     

基于数字纠正的核线影像生成方法

围绕着利用航空立体影像对自动生成核线影像的问题，介绍了基于数字影像几何纠正的核线解析方法的实现过程。包括影像内定向、独立像对相对定向和基于数字影像几何纠正的核线解析。详细推导了数字影像几何纠正的核线解析与独立像对相对定向之间的关系，用相对定向参数来直接求解核线影像，并在计算机实现了该算法。最后对生成的核线影像的精度进行了分析，证实同名点在其垂直方向上的上下视差很小，从而证明采用这一方法来生成核线影像是可行的。     

遥感影像匹配技术在地震形变监测中的应用研究

针对传统地面观测技术、GPS技术和D-InSAR技术在地震形变监测中的不足,提出将遥感影像匹配技术用于地震形变监测的命题。分析了光学影像匹配技术的基本原理和实施方法,并将该技术应用于美国加利福尼亚州赫克托矿区域的Mw7.1级地震的形变监测。实验证明,该技术所监测的断层位置和地表破裂等与野外调查的结果基本吻合。     

基于数字纠正的核线影像生成方法

围绕着利用航空立体影像对自动生成核线影像的问题,介绍了基于数字影像几何纠正的核线解析方法的实现过程.包括影像内定向、独立像对相对定向和基于数字影像几何纠正的核线解析.详细推导了数字影像几何纠正的核线解析与独立像对相对定向之间的关系,用相对定向参数来直接求解核线影像,并在计算机实现了该算法.最后对生成的核线影像的精度进行了分析,证实同名点在其垂直方向上的上下视差很小,从而证明采用这一方法来生成核线影像是可行的.     

一种从遥感影像中自动提取线状目标的方法

介绍了遥感影像中线状目标骨架自动提取的意义、研究现状以及影响线状目标自动提取的主要因素。在吸收国内外一些好的算法优势的同时，充分考虑了影响线状目标提取的两大主要因素，提出了一种新的算法来实现遥感影像中线状目标骨架的自动提取，并利用了多种中小比例尺的影像进行了实验，实验证明了算法的可行性和有效性。     

基于SVMs的大幅遥感影像目标快速检测方法

针对高分辨率遥感影像数据幅度大、内容复杂的现状，提出了基于分层分类器的检测方法。从简化分类器的结构和缩减检测区域探讨了提高系统效率的途径。实验表明，这种新的搜索策略提高了大幅遥感影像目标检测的效率。     

山区机载SAR影像几何纠正试验研究

由于雷达的侧视投影特点,地形的起伏将引起较大的投影差,利用在多项式纠正的基础上引入投影差改正来纠正泰山地区机载SAR影像.试验表明:此方法在纠正高山地区影像时具有较高的精度.在文章的最后对山区雷达影像处理中的几个问题进行探讨.     

2D registration based on contour matching for partial matching images

The mean Hausdorff distance, though highly applicable in image registration, does not work well on partial matching images. An improvement upon traditional Hausdorff-distance-based image registration method is proposed, which consists of the following two aspects. One is to estimate transformation parameters between two images from the distributions of geometric property differences instead of establishing explicit feature correspondences. This procedure is treated as the pre-registration. The other aspect is that mean Hausdorff distance computation is replaced with the analysis of the second difference of generalized Hausdorff distance so as to eliminate the redundant points. Experimental results show that our registration method outperforms the method based on mean Hausdorff distance. The registration errors are noticeably reduced in the partial matching images.     

基于图像混合特征的城市绿地遥感图像配准

为了解决同一场景城市绿地遥感图像因视角变化等原因不在同一坐标系,以致于不能对其进行变化检测的问题,提出一种基于图像混合特征的遥感图像配准方法. 1）提取SIFT特征点:从待配准图像和参考图像提取足够的SIFT特征点;2）基于混合特征的SIFT特征点配准：首先在特征点集Y和X之间进行对应关系评估,然后利用对应关系建立空间映射函数不断更新形变后源点集的位置;3）图像配准：基于源点集和形变后的源点集来构造一个映射函数,从而对图像进行配准. 在与当前流行的4种算法（SIFT、CPD、RSOC、GLMDTPS）的对比实验中,提出的算法均给出了精确的配准结果,在大部分实验中其性能超过了其他算法.     

基于稀疏方位超图匹配的图像配准算法

为提高超图匹配的正确匹配率并降低其计算复杂度,提出了一种基于稀疏方位超图匹配的图像配准算法。提取图像的结构特征点为图节点,采用最小生成树算法获取节点间的主要连接关系,并用包含邻近的节点与边的三元组结构定义超边,计算超边的方位角度信息,由此构建稀疏方位超图;利用方位信息构建亲近矩阵,并采用全局最优匹配方法实现匹配。实验表明,对于实际图像的配准,该算法既具有较低的计算复杂度,又有良好的匹配效果。     

基于B样条FFD模型配准的虹膜图像融合方法

通过摄像头得到的虹膜图像的纹理通常是模糊的,不能直接用于虹膜识别。但是由于虹膜纹理会随着瞳孔的缩放发生非刚性形变,直接对虹膜图像融合无法得到良好的效果。本文采用基于B样条的FFD(free-form deformation)模型对图像进行配准,然后用小波进行融合,为下一步的虹膜识别提供了合适的图像。通过该方法得到的融合图像直观上细节信息更多,并通过熵进行了度量。     

基于Harris角点的木材CT图像配准

提出一种三角形法描述Harris特征点的方法,该算法首先利用Harris算子对两幅图像进行角点检测,将检测到的角点按照权值大小进行排序后,利用三角形法对特征点进行特征描述,从而找出两幅图像间特征点相互对应的关系,同时也得到了图像配准所需要的参数。实验结果证明,该算法配准准确率高,速度快,具有很强的鲁棒性。     

基于相关约束匹配和射影约束的最优匹配点提取

首先采用相关约束匹配的方法得到候选匹配对集,初步排除位移角点和伪角点。然后根据特征点集在图像射影变换过程中的整体稳定特性进行配准。最后通过设定共面点射影约束条件,自动选取相对精度最高的匹配点作为最优匹配点对。仿真实验结果表明,利用本文算法提取的最优匹配点对噪声和干扰具有很好的鲁棒性,对具有明显噪声和较大干扰的实际图像,仍能够获得比较理想的配准效果。     

基于尺度配准的航拍图像与卫星影像匹配方法

随着无人机航拍技术的普及,航拍图像在目标检测和跟踪的应用得到普遍研究,而航拍图像与卫星影像的匹配研究相对较少。由于成像机理和成像视角的不同,无人机航拍图像与卫星影像存在较大的尺度差异,现有的图像匹配方法难以实现航拍图像与卫星影像的有效匹配。为了解决这一问题,提出了一种实现具有大尺度差异的航拍图像与卫星影像匹配的方法。该方法通过卫星影像的经纬坐标信息和无人机航拍图像成像时刻的相机位姿信息,对无人机航拍图像进行方向和尺度的配准;然后利用航拍图像成像时刻的位置信息,对卫星影像进行粗匹配,得到包含航拍图像匹配区域在内的卫星影像子图;再利用神经网络提取配准后的航拍图像与卫星影像子图的卷积神经网络（convolutional neural networks,CNN）特征,并基于CNN特征实现航拍图像与卫星影像的精匹配。仿真实验结果表明,本文所提方法能够有效的实现大尺度差异的航拍图像与卫星影像匹配。通过将本文匹配方法与现有图像匹配算法匹配精度的对比分析,证明了本文匹配算法的有效性和优越性。     

基于小波分解和最大互信息的图像配准方法研究

研究了基于最大互信息图像配准的理论和实现算法,提出了将小波分解与之相结合的算法,证明了该算法优于基于最大互信息的图像配准。通过实验数据比较可以得出,提出的基于小波分解和最大互信息的图像配准的算法可以有效地提高配准的速度和具有较好的配准效果。     

同类传感器遥感图像自动配准的研究

遥感图像的自动配准技术是目前图像配准研究的重点.基于模板相关的匹配方法,根据同类传感器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.仿真结果表明,模板相关的匹配方法用于遥感图像的自动配准能获得很好的配准效果.     

基于投影特征的快速图像匹配方法

为了减少现有投影法模板中的冗余像素和匹配过程中无效的投影计算,提出了一种基于投影特征的快速图像匹配方法。基于投影法匹配原理和目标物体最小纵横比矩形特性,构造出平行四边形模板,并应用四方向链码实现该模板的投影变换;在图像匹配过程中,基于模板投影数据的取值范围和动态阈值序贯相似性检测原理,实现投影变换过程中灰度值的实时判定。实验结果表明,本文提出的方法与其他图像匹配算法相比在运算速度上优势显著。