基于控制点的多光谱图像自动配准研究

针对同类传感器多光谱图像的配准,提出了一种快速有效的图像自动配准方法。该方法采用Forstner算子分别从参考图像和配准图像提取控制点,再利用基于灰度相关的算法匹配同名像点,然后利用同名像点求解仿射变换参数,实现多光谱图像的配准。通过液晶光谱相机成像实验对该方法进行验证,结果证明了该方法处理速度快,配准精度高。     

遥感图像的图像配准方法

图像配准技术是近年来发展迅速的图像处理技术之一,是图像拼接、信息融合不可缺少的步骤。本文对遥感图像的配准进行了总结和归纳,介绍了几种常见的图像配准方法,并根据高光谱图像和高空间分辨率图像的特点指出了适合不同类型遥感图像的配准方法。     

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。      

基于特征的自动图像配准算法

提出了一种基于特征的自动图像配准算法，它利用角点检测和相关运算在给定源图像和目标图像上自动寻找侯选匹配点，利用松驰过程确定对应特征点。算法在大多数情况下能自动完成。从实验结果看，该算法获得了理想的拼合效果。     

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。     

基于图像配准的高分辨率遥感图像道路追踪

本文从图像配准的角度,提出了一种新的半自动地从高分辨率遥感影像中提取道路的方法。此方法通过种子点自动获取道路影像模板,并采用扩展的Kalman滤波方法进行预测,在预测点附近选取目标窗口,通过最速梯度下降法在目标窗口内快速搜索与模板最相似的影像,如此往复,进而实现道路追踪。我们在多幅0.61m分辨率的QuickBird影像上进行了实验,结果表明:此方法能够快速、准确地提取道路,需要的人工干预少,具有一定的越障能力,有较好的鲁棒性。     

结合图像信息熵和特征点的图像配准方法

在分析当前主要的图像配准技术之后,针对图像特征点的分布和同名点的匹配问题,提出了结合图像信息熵和特征点的图像配准方法。首先对图像进行一定程度的分块,根据信息论的方法,计算每一块的信息熵,信息熵的大小基本反映了各个模块的纹理变换情况。然后根据各个模块的信息熵大小,进行图像的粗匹配。之后在各个模块提取出一定数目的特征点,信息熵大,纹理信息丰富,选取的特征点就相应较多,反之则纹理信息变化不大,选取的特征点数目较少。最后根据这些具有代表性的同名点进行精确匹配。为验证该方法的有效性,对两幅图像进行传统方法和改进的图像配准方法的比较。     

无人机多光谱成像仪图像的校正及配准算法研究

利用光校参数和软件配准法对无人机多光谱成像仪图像进行校正和彩色合成.多光谱成像仪由3个光电头部组成,它们分别对同一地物的R、G、B谱段成像.基于无人机多光谱成像仪中各光谱段成像光电头部存在的性能差异,需要进行图像配准,才能保证图像合成的效果.具体分析与讨论光校参数法与软件配准法的特点,采用这两种方法进行图像配准,并在此基础上提出采用二者相结合的手段研究进一步的算法,以期达到更好的配准效果.     

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。     

多源遥感影像高精度自动配准方法研究

针对遥感影像本身存在纹理差异,特征点提取不均匀的自动配准问题,提出了一种新的多源遥感影像高精度自动配准方法。首先,对Harris算子进行了改进,使其提取特征点覆盖范围更广;然后,对影像进行分块处理,对每块用文章改进的Harris算子进行特征点提取,并采用分块迭代剔除策略,保证了特征点在整幅影像中的均匀分布和非冗余分布;其次提出了金字塔-双向-最小二乘多匹配算法进行影像匹配,完成了最终同名点选取;最后利用小三角形面元TIN对影像进行了精确纠正。实验结果表明本文方法获取同名点均匀合理,能够更好地实现多源遥感影像的高精度配准,具有一定实际意义。     

高分遥感影像中道路信息提取方法综述

阐述了道路信息提取的重要性和一般步骤及基本思路,通过对高分辨率遥感图像中道路信息提取方法利用道路特征的不同进行了分类整理,并对经典方法进行分析,希望能对找到一种具有普适性的道路提取方法起到事半功倍的效果。在此基础上结合当前科技发展的方向,从道路提取的基本思想出发,对道路特征提取研究的前景做出展望。     

基于不变特征的CCD影像与红外影像的自动配准

根据环境星可见光影像和红外影像的成像特点,针对大幅影像配准时计算量大、配准点分布严重不均匀以及错配率高等问题,提出了一种基于尺度不变特征变换(SIFT)的改进配准算法.首先,通过对影像进行分块提取SIFT特征关键点,实现了影像特征点的均匀化,同时加快了特征点的提取速度;然后,局部自适应地对特征点进行几何约束,从局部选取...     

融合层次聚类的高分辨率遥感影像超像素分割方法

为解决遥感影像分割尺度自动选取难的问题,提出了融合层次聚类的高分辨率遥感影像超像素分割方法。首先采用自适应形态重建的分水岭分割算法将影像分割成多个超像素;然后提取各超像素的灰度特征向量;最后利用层次聚类方法进行超像素合并,实现高分辨率遥感影像的精确分割。实验选用4组景遥感影像;采用定性和定量相结合的方法评价实验结果。实验结果表明,该方法有效提高了遥感影像分割精度,并取得了较好的分割视觉效果。     

High-accuracy band to band registration method for multi-spectral images of HJ-1A/B

Band-to-band registration accuracy is an important parameter of multispectral data. A novel band-to-band registration approach with high precision is proposed for the multi-spectral images of HJ-1A/B. Firstly, the main causes resulted in misregistration are analyzed, and a high-order polynomial model is proposed. Secondly, a phase fringe filtering technique is employed to Phase Correlation Method based on Singular Value Decomposition (SVD-PCM) for reducing the noise in phase difference matrix. Then, experiments are carried out to build nonlinear registration models, and images of green band and red band are aligned to blue band with an accuracy of 0.1 pixels, while near infrared band with an accuracy of 0.2 pixels.     

Residential area extraction based on saliency analysis for high spatial resolution remote sensing images

Traditional residential area extraction methods for remote sensing image depend on classification, segmentation and prior knowledge which are time-consuming and difficult to build. In this paper, an efficient, saliency analysis-based residential area extraction method is proposed. In the proposed model, an adaptive directional prediction-based lifting wavelet transform (ADP-LWT) is introduced to obtain the orientation feature. A logarithm co-occurrence histogram is employed to compute the intensity feature. The color opponency and diagram objection based on the information are proposed to extract color feature from the contrast in the red–green opponent channel. The saliency map is obtained through a weighted combination based on the feature competition and the residential area is extracted by saliency map threshold segmentation. The experimental results reveal that the residential area extracted by our model has more demarcated boundaries and better performance in background subtraction.     

基于优化ORB算法的遥感图像精确配准技术

对于遥感图像精准配准技术的问题,提出基于优化ORB算法的遥感图像精准配准技术。首先,实现特征匹配,通过改进ORB算法将特征点进行提取,并且实现描述符的创建及匹配,得到初始控制点;然后,使用随机采样一致性方法和变换参数估计相结合,将可能错误的匹配进行剔除;最后,通过最小二乘法对变换参数进行估计,实现图像的几何纠正。对算法配准技术进行实验,实验结果表明此方法得到的配准精度较高,能够进一步提高配准效率。     

Automatic registration of CT and MR brain images using correlation of geometrical features

Describes an automated approach to register CT and MR brain images. Differential operators in scale space are applied to each type of image data, so as to produce feature images depicting "ridgeness". The resulting CT and MR feature images show similarities which can be used for matching. No segmentation is needed and the method is devoid of human interaction. The matching is accomplished by hierarchical correlation techniques. Results of 2-D and 3-D matching experiments are presented. The correlation function ensures an accurate match even if the scanned volumes to be matched do not completely overlap, or if some of the features in the images are not similar.     

高分辨率遥感图像的聚类

高分辨率遥感图像中的细小目标(如道路等)使图像的同类区域表现变得不一致,从而增加了高分辨率图像聚类的难度,本文提出了一种高分辨率遥感图像的聚类方法,其聚类过程包括如下三个步骤:第一步,在滑动窗口内使用消除次要成分法处理遥感图像,该处理过程使用一维形态学分水岭技术获得直方图中的左侧阈值和右侧阈值,再根据这两个阈值滤除图像中的次要成分;第二步,计算滑动窗口内的图像特征;第三步根据图像特征量利用BPC(Back Propagation and Competitive)网络进行图像聚类。三组试验(本文提出的聚类算法,最邻近距离聚类法,K均值聚类法)表明本文提出的图像聚类方法可以有效实现高分辨率遥感图像的聚类。     

色散型多光谱图像的全数字对焦算法

色散型的多光谱成像系统对不同波长的单色光有 不同的折射率,不同波长的滤光片的 折射率会导致 每个波段图像聚焦清晰时的镜头位置也各不相同。因此,对于全部波段,在同一位置采集一 系列的图像会 影响各波段图像的准确对焦。本文从频域角度出发,选用高斯点扩散函数的反演模型对多光 谱图像进行全 数字对焦处理,并乘上一个低通滤波器降低高频分量的噪声。结果显示,本文算法能够在不 改变多光谱各波 段图像能量分布的同时,增强离焦图像的细节信息、降低图像的噪声,恢复出接近准确对焦 的理想图像。 基于以上研究结果,采用性能较高的客观评价函数——灰度差分函数,从主客观两方面评价 了本文算法对多光谱图像全数字对焦的有效性。     

Automatic registration and alignment on a template of cardiacstress and rest reoriented SPECT images

Single photon emission computed tomography (SPECT) imaging with ²⁰¹Tl or ^99mTc agent is used to assess the location or the extent of myocardial infarction or ischemia. A method is proposed to decrease the effect of operator variability in the visual or quantitative interpretation of scintigraphic myocardial perfusion studies. To effect this, the patient's myocardial images (target cases) are registered automatically over a template image, utilizing a nonrigid transformation. The intermediate steps are: 1) Extraction of feature points in both stress and rest three-dimensional (3-D) images. The images are resampled in a polar geometry to detect edge points, which in turn are filtered by the use of a priori constraints. The remaining feature points are assumed to be points on the edges of the left ventricular myocardium. 2) Registration of stress and rest images with a global affine transformation. The matching method is an adaptation of the iterative closest point algorithm. 3) Registration and morphological matching of both stress and rest images on a template using a nonrigid local spline transformation following a global affine transformation. 4) Resampling of both stress and rest images in the geometry of the template. Optimization of the method was performed on a database of 40 pairs of stress and rest images selected to obtain a wide variation of images and abnormalities. Further testing was performed on 250 cases selected from the same database on the basis of the availability of angiographic results and patient stratification