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。     

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。     

航空滤光片阵列多光谱图像拼接算法

针对航空滤光片阵列多光谱图像拼接效率较低的问题，提出了航空滤光片阵列多光谱图像拼接算法。首先，对多光谱图像构建条带图像模板，利用平台姿态信息对序列图像及图像模板进行投影变换；其次，利用尺度不变特征变换算法对尺度缩放后的图像提取匹配点并计算图像单应矩阵，通过矩阵补偿得到投影变换后图像的坐标转换矩阵，选择中间序列图像为基准图像，对投影变换后的图像及其模板进行坐标变换；最后，依次提取单波段图像模板得到单波段序列条带图像，通过图像融合得到大区域单波段图像。理论分析与实验结果表明：表明该方法可以有效提高滤光片阵列多光谱图像拼接效率，且具有较高的图像拼接精度。