航空滤光片阵列多光谱图像条带灰度校正算法

针对航空滤光片阵列多光谱图像中存在的条带灰度差异问题,提出条带灰度校正算法。首先,对多光谱图像构建条带图像模板,基于SIFT(Scale-Invariant Feature Transform)算法提取图像特征点并计算图像间坐标转换矩阵,用于确定条带图像重叠区域；其次,依次计算各条带图像重叠区域像素灰度均值,并以中间图像各条带灰度为基准,依次拟合相邻图像间灰度校正系数；最后,利用投影后的图像模板依次提取序列单波段条带并进行拼接,得到灰度一致的单波段图像。实验结果表明:该方法可以有效解决航空滤光片阵列多光谱图像条带灰度差异,且能够最大限度保持地物光谱信息特征。     

基于投影变换与SIFT结合的摆扫图像拼接技术

针对航空序列摆扫图像中心倾斜投影视角变化大的问题,提出一种基于中心投影变换与SIFT相结合的图像拼接方法。该方法首先根据摆扫机构提供的参数,结合中心投影构像方程计算出图像的投影变换矩阵,用于对序列摆扫图像进行校正;运用SIFT算法提取图像重叠区域的特征点,并采用欧氏距离进行特征点匹配;然后利用RANSAC算法剔除错误匹配点,并计算出变换矩阵对图像进行配准;最后采用渐入渐出的图像融合方法得到无缝拼接的图像。通过与传统图像拼接方法进行对比,实验证明文中提出的方法较大地提高了配准的精度以及拼接效果。     

基于高程和地物光谱约束的多光谱图像预处理算法

分视场滤光片型多光谱相机在利用拼接和配准生成多光谱图像时,受云、水等特殊地物的影响,利用现有方法生成的结果图像上容易出现条带噪声和错配现象。提出了一种三维信息约束下的尺度不变特征转换(SIFT)图像配准和地物光谱特性约束下的多光谱图像预处理算法,该算法利用三维信息约束的SIFT算子提高配准精度,同时在地物光谱特性约束下选取有效的辐射校正点提高图像拼接时各条带图像灰度的校正精度。实验结果表明,利用该方法对分视场多光谱相机数据进行预处理时,即使图像上存在云、水等特殊区域的地物,结果图像仍能保持高精度配准且无条带噪声。     

航空面阵图像拼接的累积误差消除方法

针对航空面阵遥感图像拼接算法一般存在误差累积的问题,提出了航空面阵图像拼接的累积误差消除方法。首先,利用航空遥感平台位置信息与姿态信息完成每幅图像投影变换与粗拼接,确保了每幅投影变换后图像拼接误差的独立性,从而避免了误差累积现象;然后,采用SIFT算法提取粗拼接相邻图像重叠区域的同名像点对,并根据同名像点对的位置差异,按照误差均分的原则,逐张独立地进行坐标微调及坐标精调,直到满足一定精度为止,以提高图像拼接精度,同时避免坐标调整时产生的误差累积。最后,通过主观评价（对比校正后卫星图像和文中拼接效果图像的地理对应关系）和客观评价（SSIM算法）对图像拼接质量进行评价。理论分析与实验结果表明:该方法能有效规避图像拼接中的误差累积问题,相对当前主要拼接方法,能够很好地与地理空间二维坐标保持一致性,且具有很好的实用价值和应用前景。     

基于视频序列的图像拼接

为消除视频序列之间的冗余信息,以简单的摘要形式表达视频的主要内容,提出了一种基于视频序列的图像拼接方法。首先,采用改进的帧间聚类算法提取视频的关键帧;其次,利用SIFT算法提取关键帧的特征点,采用最近邻算法进行特征点匹配,通过引导互匹配法和投票过滤法提高匹配精度;再次通过RANSAC鲁棒估计算法得到所选帧间的单映矩阵,并使用LM非线性迭代算法对单映矩阵进行精炼。最后,利用级联单映矩阵结合加权融合算法实现了视频序列的无缝拼接,实验效果较为理想。     

基于参数回归的快速全景图像拼接算法

现实场景中照相机获得的图像视场角范围往往是有限的，而目前对全景图像的需求日益增大，因此针对拍摄得到的全景图像序列，提出了一种基于参数回归的快速全景图像拼接算法。将传统的图像配准任务转化为深度学习结合机器学习的方式，设计一种基于高斯差分金字塔的多尺度深度卷积神经网络（MDCNN）对待拼接图像进行特征提取，并使用LightGBM回归模型对拼接参数进行预测，获得图像之间的变换矩阵和照相机焦距完成图像对齐，并设计了一种双曲线图像融合算法消除图像之间的拼接缝。实验结果表明，所提算法能够实现图像的快速拼接，获得比已有代表性算法更清晰自然的全景拼接效果，同时对红外图像也具有很好的适应性。     

基于加窗SIFT和分布式优化的多图自动拼接算法

针对无先验信息传统算法中普遍存在的误差累计问题,提出基于加窗尺度不变特征变换(W-SIFT)和分布式优化的多图自动拼接算法。根据多图拼接应用的特性,对尺度不变特征变换算法进行修改,提出加窗SIFT算法更高效地提取待拼接图像的特征点。运用随机抽样一致(RANSAC)算法计算出两两图像的变换矩阵。之后,建立了一个分布式优化模型,求解出多图拼接的全局最优解。实验结果表明,基于加窗SIFT和分布式优化的多图自动拼接算法能够有效地消除误差累积现象,能够得到更加精确的多图拼接结果。     

一种多视角自适应的模板匹配目标检测方法

基于灰度的模板匹配方法难以解决航空图像多视角变换问题,而基于特征点的模板匹配方法难以解决低分辨率小目标模板图像匹配不稳定的问题。为此,提出了一种基于变换矩阵空间优化搜索的模板匹配方法。首先将多视角下的投影变换空间进行离散化建模,利用归一化灰度的模板与实时图像,以投影后模板图像与实时图像之间的绝对误差和（SAD）建立优化模型;然后通过优化搜索算法寻找到模板图像与实时图像之间的最优变换矩阵,检测出实时图像中的包含的模板目标;最后针对搜索的时间复杂度较高问题设计了基于分支界限法的加速算法。利用公开数据集和实际图像进行仿真实验,结果表明所提的模板匹配方法相比传统特征匹配方法对于高斯噪声、高斯模糊和图像有损压缩等图像退化具有更好的适应性,在大视角差异和低分辨率条件下具有更低的投影误差和更高的稳定性,并解决了单模板多目标的匹配检测问题。     

基于SIFT特征的图像自动拼接

介绍一种基于SIFT特征的图像拼接方法.它首先使用SIFT算法提取特征点及其描述符,然后分别为两幅待拼接图的特征描述符建立K-d树,并通过K-d树查找和确定初始匹配点对.接下来介绍和使用新提出的一种利用投影变换前后的相对位置关系实现匹配对精炼的方法.接着在匹配点对中选择包围区域最大的4对点,用以计算交换矩阵,最终得到拼接图像.实验结果证明,该方法有效.     

基于多重分形谱的木材高光谱图像纹理分类算法

为了过滤木材高光谱图像中大量的冗余信息,提升应用图像纹理进行分类的准确率,本文采用基于多重分形理论的木材高光谱图像分类算法。首先利用不同的特征选择算法选取最具代表性的10个波段;随后根据不同的函数密度图像对所选取波段的图像求解其多重分形曲线,将选择出的多个波段所对应的多重分形曲线取平均,得到表示样本纹理特征的多重分形曲线;最后使用支持向量机和BP神经网络分类器对多重分形曲线进行分类。实验表明,相对熵(K-L散度)要好于自适应波段选择(ABS)提取的波段,多重分形算法提取的高光谱图像纹理特征要好于灰度共生矩阵,支持向量机算法的分类准确率和速度要优于BP神经网络,融合K-L散度、多重分形和支持向量机算法能够有效地提高木材高光谱图像的识别准确率,最高识别准确率达到了97.91%。     

基于SIFT算法的异源遥感影像自动匹配研究

由于不同传感器、多时相、多分辨率、多波段的遥感图像的光谱特征、空间特征、纹理特征等存在较大差异,为遥感图像的匹配带来了困难。主要利用图像特征点提取方法,使用具有尺度不变特性的SIFT(Scale Invariance Feature Transform)方法,对异源遥感图像进行配准和图像进行拼接操作,并进一步对SIFT算法进行优化,采用双向匹配策略。实验证明该算法具有稳定、可靠、快速等特点,适用于存在光谱特征、空间特征、纹理特征差异的异源遥感图像的精确配准,同时实验验证了双向匹配算法用于SIFT特征点匹配中的优越性,证明其为一种好的匹配测度。     

基于迭代更新的SIFT遥感图像配准算法

由于多光谱遥感图像之间存在复杂辐射差异，造成全色图像与其他波段图像通过尺度不变特征变换(Scale-Invariant Feature Transform, SIFT)算法进行图像配准时无法保证配准精度。针对这一问题，提出一种基于迭代更新策略的SIFT算法。该算法通过SIFT算法获取同名点，迭代更新求解单应性矩阵，获得基准图像与待配准图像之间的最优单应性矩阵实现图像配准。为验证所提方法的有效性和鲁棒性，在网通一号和高分二号遥感影像上进行了图像配准实验，实验结果表明，所提方法不仅可实现高精度的图像配准，还可以有效提升SIFT算法应对遥感图像辐射差异的鲁棒性。     

相位相关性增强的自适应低重叠率多光谱图像快速拼接算法

在进行多光谱图像拼接时,由于成像需求及不同波段图像的信息差异,导致无法在低重叠率条件下完成全波段光谱图像快速拼接.针对该问题,本文提出一种相位相关性增强的自适应低重叠率多光谱图像快速拼接算法.以多光谱图像信息熵最大通道作为基准通道,设计图像相关性增强切分方法,切除基准通道下两幅相邻镜头光谱图像的特定步长,提高待匹配光谱...     

光谱编码计算关联成像技术研究

现有的多光谱成像技术通常采用光学分光的方式，使用多个探测器对成像场景的光谱图像进行采集，导致现有成像系统复杂，数据量大、效率低。针对现有技术的不足，提出基于正交调制模式的光谱编码计算关联成像技术。通过正交光谱编码矩阵融合Hadamard基图案构造投影散斑对宽带光源进行调制，单像素探测器收集成像物体与调制光源相互作用后的反射信号；应用演化压缩技术复原成像物体的混叠光谱图像；利用编码矩阵的正交性质解码出欠采样的光谱分量图像，对分离出的图像应用组稀疏压缩感知算法重构全采样的光谱分量图像，最后融合出成像物体的多光谱图像。通过数值模拟与实验两方面验证了所提方法的高效性。所提的技术简化了多光谱关联成像系统，降低了数据量。光谱编码方法可以扩展到更多的光谱通道，也可以应用在偏振关联成像、信息加密等领域。     

利用特征点配准和变换参数自动辨识的图像拼接算法

提出了一种不同尺度的图像配准与自适应拼接算法.通过特征点匹配与图像间变换几何参数的自动辨识,实现了不同尺度和旋转图像间的匹配和拼舍.利用尺度不变特征点提取算法(SIFT)提取出待拼接图像的特征点,根据互信息量最大原则实现特征点的匹配,然后通过得到的匹配对的几何信息自动辨识出两幅图像之间的变换参数关系,得到反映图像平移、...     

基于四阶累积量的波段子集高光谱图像异常检测

针对由于高光谱图像光谱和空间分布的复杂性导致核RX算法检测性能不高这一问题,提出了基于四阶累积量的波段子集非线性异常检测算法。首先先依据各相邻波段间的相关系数,将原始图像数据划分为多组波段子集;然后,利用主成分分析(PCA)构造的正交子空间对各波段子集进行背景抑制,得到图像误差数据;在此基础上,再次利用PCA提取各波段子集的特征信息,使异常目标信息集中于前面几个波段;最后,提取各子集主成分中含有最大四阶累积量值的波段,构成最优波段子集,并与核RX算法结合进行异常检测。利用真实的AVIRIS高光谱图像对算法进行仿真,结果表明,本文算法检测精度高,虚警率低,性能明显优于核RX算法。     

基于NSCT的图像拼接算法

为了提高图像拼接的速度和拼接图像的视觉效果,提出了一种基于非下采样轮廓波变换的图像拼接方法.首先利用角点检测算法获得待拼接图像的匹配点,选取以匹配点为中心的空间频率最大的一定大小的子图像为模板,利用流形上的优化算法求解变换参数;再将待拼接图像分解为不同尺度和不同方向的子频带图像,在变换域进行对应的拼接;最后利用重构算法将拼接的各个子频带图像进行反变换,得到最终的拼接图像.实验表明,此方法速度更快,视觉效果更好,拼接后的图像更加自然,过渡更平滑.     

改进SIFT算法在气象站图像拼接技术上的应用

利用基于特征点的sift算法与几何不变矩结合实现气象站全景图像的拼接,Sift算法和不变矩结合计算出特征匹配点后,利用RANSAC算法进行特征点剔除误配,从而进一步计算出拼接图像之间的变换关系矩阵H。最终使用加权平滑算法完成了气象站图像的融合,从而得到最后的气象站拼接图像。实验证明,该算法一定程度上提高了图像拼接的效率。     

非一致重叠率大批量航拍远红外图像拼接方法研究

由于远红外图像存在分辨率低、具有大量重复结构和稀疏结构等问题,大批量远红外图像的拼接工作面临很多挑战。文中针对航空场景下的远红外图像拼接,将图像对齐过程分为顺序图像序列对齐和多列图像对齐。单列图像基于非极大值抑制求取单应性矩阵,并推导传递关系进行拼接。列间图像通过划分网格,结合区域相似变换和局部单应变换逐网格优化变换矩阵的权重,并通过网格变换的递推实现拼接。文中所述的拼接方法能够避免连续多张远红外图像拼接时导致的特征消失问题,同时适应多列图像拼接时上下重叠率不一致的问题,最终实现了大批量远红外图像的拼接。     

基于多尺度时域矩匹配的自适应非均匀性校正算法

非制冷红外焦平面阵列的固定图案噪声具有与条带噪声相类似的特性.通过对矩匹配算法和时域高通滤波算法的研究, 提出了一种多尺度时域矩匹配非均匀性校正算法.首先利用高斯金字塔对相邻帧待校正图像进行全局运动估计, 然后对各尺度的高斯金字塔和拉普拉斯金字塔分别进行时域矩匹配.对真实红外图像序列的实验结果表明, 该算法在提高收敛速度的同时可有效减少鬼影现象的出现.