一种稳健的多源遥感图像特征配准方法

 提出了一种稳健的多源遥感图像特征配准方法.首先引入相位一致性变换来消除图像灰度、对比度差异的影响并提取特征点;然后基于Zernike矩重构互相关函数并通过重构函数最大化实现图像旋转条件下的特征点匹配,同时结合双向最大互相关值匹配策略实现图像的粗略配准;最后,采用迭代修正变换参数算法最终实现多源遥感图像高精度配准.对大量多源图像进行配准实验表明,提出方法对多源遥感图像配准具有较强的适应性且配准精度高.     

Matlab环境下图像配准方法

图像配准是图像处理的重要前期步骤,直接影响图像处理的精度。图像配准应用于多个研究领域,比如医学图像的配准,多数据源遥感图像的配准等。Matlab以其强大的矩阵运算功能及丰富的图像处理函数等,在图像处理方面占有明显的优势。文中阐述了在Matlab环境下图像配准的实现过程,最后对其进行评价。将Matlab与VC编程相结合,可提高运行速度、精度,减少了程序代码,且效果良好。     

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。     

多模块相机视场合成配准的测试技术

随着对宽视场的需求和视场拼接技术的发展,多相机视场拼接系统在空间和工业上均有相关应用.为了满足对相机的高精度要求和图像实时获取需求,对多相机视场拼接系统进行了视场配准测试,并结合简单的图像拼接,检验配准后系统的成像性能.实验表明,多相机视场拼接配准测试能保证图像像质,并能优化图像拼接过程,适用于实时系统.     

基于长边缘相关和一致性检测的多传感器图像配准方法

遥感图像的配准特别是当波段相距较远的图像间配准时,由于其相关性小,直接提取的边缘特征中不一致特征所占比例很大,此时直接应用partialHausdorff距离等方法配准往往失效。本文提出了一种基于长边缘相关的图像配准方法,首先对长边缘进行相关计算,然后在相关长边缘的基础上对其余的边缘进行一致性检测。极大提高了边缘特征的一致性。长边缘相关是在比较HuiLi的相关方法基础上提出的改进Freeman链码相关系数方法。一致性特征检测方法是基于V.Randrianarisoa的检测方法并对之进行了改进。最后对一致边缘的相关部分使用最小二乘法得到了配准参数。仿真实验表明本方法对长边缘丰富的图像有很好的配准结果。并且本方法具有配准速度快的优点。     

图像配准中基于最大熵的模板选取算法研究

图像配准是对多幅相关图像匹配与融合,其中匹配特征空间的选择是图像配准的基础,直接关系着最终的配准效果.为此针对空域相关配准,提出一种基于最大熵的模板选取算法,首先计算候选匹配模板平滑直方图的信息熵,选择熵值最大的图像块作为配准模板,再对搜索空间计算相似性测度得到最佳配准.通过大量抗干扰仿真试验证明,算法鲁棒性很好.     

一种多波段红外图像联合配准和融合方法

多波段红外图像配准和融合是得到更高质量夜视图像的关键步骤。过去,这两种方法被定义为两个独立的图像处理过程。因此,在融合过程中忽略配准误差会严重影响最后的融合质量。为解决上述问题,该文提出一种新的迭代优化方法,该方法通过寻找最优配准参数来获得最佳的融合性能,采用基于人眼感兴趣区域的清晰度指标作为融合质量评价函数来完善配准过程,采用模拟退火法解决联合优化问题。实验结果表明,针对夜视领域的多波段红外图像,该方法在配准精度、融合质量以及稳定性上明显优于常用的配准和融合算法。     

基于边缘特征的异质图像目标配准方法

目标检测作为计算机视觉的重要研究课题,在视频监控和智能导航方面有重要应用.图像配准技术是刚体目标检测方法之一.异质图像间目标的纹理差异极大,为此,对于目标的可见光俯视图像与机载红外摄像机观测异质图像,通过研究基于边缘特征的配准技术,实现对地面平面目标的配准检测.笔者首先通过建立机载运动摄像机空间模型,解决了红外观测图像的视角变换问题,将其换到与参考图像一致的视角,提出一种新颖的基于稳定区域轮廓合成的边缘提取方法,更好地控制异质图像的边缘提取效果,边缘特征匹配是在距离变换的基础上实现的,提出了一种基于稳定区域距离图像互相关的匹配度量准则.实验表明,算法能有效地实现异质图像间的目标配准检测.     

一种基于均匀设计的多光谱图像配准优化方法

均匀设计具有让实验点在高维空间内均匀分散的特点,而Powell算法具有很好的求解局部最优解的能力,将两种方法结合,通过选取合适的布点数,应用到基于互信息的多光谱图像配准过程中,可以实现多光谱图像的准确配准.实验结果表明,本方法不需要人工干预,配准成功率高,且具有较强的抗干扰能力.     

基于小波变换的红外图像配准方法

图像配准是图像融合、目标探测识别和计算机视觉等技术中的重要步骤和环节,用于 消除来自不同传感器的图像中目标的位置差异。本文在研究基于特征相关算法的基础上,提出了一种基于小波变换的可见光与红外图像的快速算法,仿真结果表明此算法准确有效。     

基于sMLD特征的远红外航空图像配准算法

航空场景下的远红外图像迫切需要准确、鲁棒、快速的特征描述与自动配准方法。由于已有的多重线型描述符MLD特征存在“特征孤岛”和“尺度变换受限”的问题,因此针对远红外航空图像的配准问题,文章提出了一种聚合特征点以及线型描述符分段统计的特征描述方式,即sMLD特征。结合sMLD特征相互连接构成网状拓扑结构的特性,还提出了一种由粗到细的分支加速匹配算法RF-BA。其中,RF-BA粗匹配充分利用拓扑图的结构,通过局部寻优算法提高匹配的效率。RF-BA精匹配利用最小外接凸四边形原则和GMS校验原则,提升配准精度。实验结果表明,与已有的几种代表性配准方法相比,所提方法在配准精度和时间开销方面均具有更好的性能。     

基于标定信息的高低分辨率图像配准方法

针对激光三维成像系统分辨率较低,特征点不易提取,同时与可见光成像系统图像配准实时性不高的问题,提出了一种基于标定信息的低分辨率距离图像与高分辨率强度图像配准方法。首先,通过对激光三维成像系统与可见光成像系统进行标定,得到了二者的内参数、外参数以及畸变系数;其次,利用二者的标定信息,通过构造像素匹配模型,确定了低分辨率距离图像像素点所对应的高分辨率强度图像像素点。最后,通过遍历低分辨率距离图像每一个像素点,实现低分辨率距离图像与高分辨率强度图像的像素配准。实验结果表明:该方法在保持准配精度基本不变的情况下,配准时间从2.111 s减为0.856 s,降低了算法的时间消耗,具有一定的可行性。     

多传感器图像的二次匹配算法

针对光学图像的多光谱、多传感器图像的自动配准,提出了一种基于边缘重心的多传感器图像二次匹配算法.首先,通过边缘检测和相应的后期链接处理,提取出较为完整的图像边缘;然后,根据图像边缘的链码相关以及区域不变矩策略,寻找匹配边缘,并对已匹配边缘的重心进行一致性检验获得控制点对;最后,采用最小二乘法估计图像粗匹配变换参数.在粗匹配的基础上,根据匹配后图像共有区域内边缘的主要方向和重心,再次对图像进行细匹配,修正匹配参数以提高匹配精度.多种遥感图像数据的配准实验和对比试验证实了该自动算法具有较高的可靠性和配准精度.     

基于改进SURF算子的高低分辨率图像配准方法

针对激光三维成像传感器与可见光传感器图像分辨率差异较大,配准过程中特征点误匹配情况严重的问题,提出了一种基于改进SURF算子的高低分辨率图像配准方法。首先,采用双线性插值算法对低分辨率图像进行预处理,然后在经典SURF算子的基础上,采用最近邻向量匹配法完成SURF特征的粗匹配,并基于特征偏移一致性原则对匹配情况做进一步优化,最后结合RANSAC和最小二乘法求出图像之间的仿射关系,利用所求的变换参数插值得到配准后的图像。实验结果表明,该配准方法在保持配准速度的同时,结构相似性测量指数提高了约11%,进一步提高了配准的精度。     

相位相关法及其在偏振图像配准中的应用研究

分析了遥感偏振探测的原理和与遥感强度探测相比所具有的优越性,指出了偏振罔像的特点。采用偏振测量方法,可以获得地物的偏振信息,有助于增强对地物的探测能力,但是对罔像像元小对准有很高的敏感性,为了得到可靠的偏振信息,配准的精度应该至少到达0．1个像素。介绍了一种基于傅妒叶变换的配准方法：相位相关法,并把该方法应用于偏振图像配准中。相位相关法根据傅立叶变换的平移性质,能够解决具有平移关系的图像配准问题,实验证明该方法具有对噪声和图像灰度变化不敏感的优点。     

相位相关法及其在偏振图像配准中的应用研究

分析了遥感偏振探测的原理和与遥感强度探测相比所具有的优越性,指出了偏振图像的特点。采用偏振测量方法,可以获得地物的偏振信息,有助于增强对地物的探测能力,但是对图像像元不对准有很高的敏感性,为了得到可靠的偏振信息,配准的精度应该至少到达0．1个像素。介绍了一种基于傅立叶变换的配准方法：相位相关法,并把该方法应用于偏振图像配准中。相位相关法根据傅立叶变换的平移性质,能够解决具有平移关系的图像配准问题,实验证明该方法具有对噪声和图像灰度变化不敏感的优点。     

两阶段平移、旋转图像高精度配准算法

图像配准在图像处理中是十分重要的,通常是许多现代图像处理和计算机视觉任务一个关键的预处理步骤,许多算法和技术已经被提出用来解决配准问题.本文提出一种稳健的两阶段层次配准算法,在频域组合相位相关和谱对消技术对平移和旋转图像获得亚像素精度的配准.算法第一阶段首先利用一维FFT技术实现图像的旋转以确定旋转角度,并利用这个旋转角度将两幅图像之间的运动简化为平移运动,然后利用相位相关法确定整数像素平移参数.算法第二阶段运用谱对消技术确定亚像素平移参数.提出的算法甚至在图像因为下采样而包含混淆误差情况下仍然能够获得亚像素精度配准.     

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。     

一种基于边缘方向的双线性插值方法

针对传统的双线性插值存在的图像边缘模糊问题,本文提出一种改进方法。首先根据插值点的几何位置及邻点的灰度大小,确定插值点灰度的梯度方向和边缘方向,然后沿边缘方向进行双线性插值。该方法可实现沿任意边缘方向的插值,并且计算简单。实验结果表明,该方法与传统的双线性插值法相比,插值图像的平均梯度增加而均方误差减小,有效地提高了插值图像的质量。