| 面向高层地物的异源高分遥感影像配准方法 |
| |
| 引用本文： | 王非凡,徐炜,陈晓辉,王帅,王驿飞,王超. 面向高层地物的异源高分遥感影像配准方法[J]. 电子测量技术, 2021, 44(16): 156-167 |
| |
| 作者姓名： | 王非凡 徐炜 陈晓辉 王帅 王驿飞 王超 |
| |
| 作者单位： | 南京信息工程大学长望学院 南京210044;三峡大学湖北省水电工程智能视觉监测重点实验室 宜昌443002;三峡大学水电工程智能视觉监测宜昌市重点实验室 宜昌443002;南京信息工程大学电子与信息工程学院 南京210044;三峡大学湖北省水电工程智能视觉监测重点实验室 宜昌443002;三峡大学水电工程智能视觉监测宜昌市重点实验室 宜昌443002;南京信息工程大学电子与信息工程学院 南京210044 |
| |
| 基金项目： | 湖北省水电工程智能视觉监测重点实验室开放基金;水电工程智能视觉监测湖北省重点实验室建设中央引导地方科技发展专项项目 |
| |
| 摘 要： | 由于传感器成像通常存在较大差异,异源高分辨率遥感影像配准面临着更加突出的局部变形问题。特别是城市中高层地物的相对视差偏移更加显著,从而在空间变换中产生严重的非线性误差。为此,本文提出了一种面向高层地物的异源高分遥感影像配准方法。首先,通过开展阴影检测并结合影像分割,实现对高层地物的筛选。在此基础之上,提出了一种基于相位一致性的阈值自适应特征点提取策略,以提升高层地物中特征点数量与特征点整体分布均匀性。其次,通过引入阴影面积加权特征向量距离,以排除阴影对同名点对匹配干扰。最后,针对同名点对设计了一种变换误差自适应惩罚因子,以降低高层地物上空间变化差异对映射方程的影响权重。通过对多组异源高分遥感影像的配准实验表明,所提出方法的总体配准精度和均方根误差分别可达88.9%和1.481。
|
| 关 键 词： | 图像配准 异源遥感影像 阴影检测 高层地物筛选 加权特征向量距离 自适应惩罚因子 |
Registration method for multi-source high resolution remote sensing image based on high-rise objects |
| |
| Wang Feifan,Xu Wei,Chen Xiaohui,Wang Shuai,Wang Yifei,Wang Chao. Registration method for multi-source high resolution remote sensing image based on high-rise objects[J]. Electronic Measurement Technology, 2021, 44(16): 156-167 |
| |
| Authors: | Wang Feifan Xu Wei Chen Xiaohui Wang Shuai Wang Yifei Wang Chao |
| |
| Affiliation: | Changwang School of Honors,Nanjing University of Information Science & Technology,Nanjing 210044,China;2.Hubei Key Laboratory of Intelligent Vision Based Monitoring for Hydroelectric Engineering,China Three Gorges University,Yichang 443002,China; 3.China Yichang Key Laboratory of Intelligent Vision Based Monitoring for Hydroelectric Engineering,China Three Gorges University,Yichang 443002,China;School of Electronic & Information Engineering, Nanjing University of Information Science & Technology,Nanjing 210044,China; 2.Hubei Key Laboratory of Intelligent Vision Based Monitoring for Hydroelectric Engineering,China Three Gorges University,Yichang 443002,China; 3.China Yichang Key Laboratory of Intelligent Vision Based Monitoring for Hydroelectric Engineering,China Three Gorges University,Yichang 443002,China; 4.School of Electronic & Information Engineering, Nanjing University of Information Science & Technology,Nanjing 210044,China |
| |
| Abstract: | |
| |
| Keywords: | image registration multi-source remote sensing image shadow detection high-rise objects selection weighted feature vector distance adaptive penalty factor |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《电子测量技术》浏览原始摘要信息 |
|
点击此处可从《电子测量技术》下载免费的PDF全文 |
|
