遥感影像配准方法的研究和应用.pdf

2011年2月15日
现代电子技术
Feb.2011
第34卷第4期
Modern Electronics Technique
Vol 34 N
遥感影像配准方法的硏究和应用
句龙,袁艳,曹世翔
(北京航空航天大学精密光机电一体化技术教育部重点实验室,北京100191)
摘要: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城方法和频率城方法两类。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,并在这个过程中根揚实际情况做出别除外点的提纯决策和特定倍数的区域傅里叶变换,然后进行比較。实验表明,频
率域方法能取得更精确的配准结果。最后,结合实验结果対空间域算法进行了分析,得出了结论
关键词:图像配淮;空间城;频率域;遥感影像
中图分类号:TN919-34;TP751.1文献标识码:A文章编号:1004-373X(2011)04-0087-04
Study and Application of Methods of Remote Sensing Image Registration
JU Long, YTAN Yan, CAO Shi-xiang
(MOE Key Laboratory of Precision Opto-mcchatronicstechnology, Beijing Ujniversity of Aeranautics and Astronautics, Beijing 100191, China)
Abstract Image registration is a fundamental task in image processing, which geometrically matches two or more images
taken at different time, from different sensors or from different viewpoints. It is a process of aligning two images into a com
mon coordinate system to monitor and analyze the subtle changes between the two. The image registration methods are mainly
divided into two types: spatial domain registration method and frequency domainregistration method. For the processing of se-
ries remote sensing images, two representative algorithms of each type were implemented by making the purification to get rid
of outliers and Fourier transform in certain neighborhood according to the actual situation, and were compared. The exper
ment results show that the frequency domain method can achieve more accurate registration. At the end of the paper, the spa
tial domain algorithm is analysed with respect to the experiment results, and a conclusion is offered
Keywords: image registration: spatial domain; frequency domain; remote sensing image
form,SIFT),该算法较好地解决了物体发生旋转缩放、
0引言
视角、光度变化引起的图像变形等问题];频率域配准
图像配准指同一目标的2幅(或多幅)图像在空间研究中常用的方法是基于傅里叶变换的区域配准方
位置上的对准,图像配准是众多具体应用的共性核心技法,该方法也具有计算速度快和配准精度高的优点
术,如图像融合、变化检测等。它在遥感、军事、医学、计本文对这两种算法进行了深入研究,结合实际情况,分
算机视觉等众多领域都有广泛的应用。目前影像配准别实现其对遥感影像的配准,偏移参数的获取,并对实
方法主要分为空问域与频率域两大类]。空间域配准验结果进行了分析、比对,最后得出相应的结论。
方法仅从影像的几何变形与灰度差的角度入手,简单直
1SIFT算法介绍
观易实现,对一般可见光影像及部分近红外影像、雷达
影像均可处理,同时还有精度高,速度快等优点。频率
SIFT特征向量生成的实现顺序为检测尺度空问
域方法由于涉及空间域与频率域的转换原理而比较复中的极值点、定位极值点的位置,确定特征点的方向,生
杂,虽然也可以达到较高精度,但它对两影像的几何变成描述特征点的特征向量。
形与辐射畸变都有较高的要求,应用范围较窄,大多用1.1检测尺度空间极值点
于研究工作。目前空间域配准处理中一种常用的算法
尺度空间理论的目的是模拟图像数据的多尺度特
是尺度不变特征转换( Scale Invariant Feature Trans-征。高斯卷积核是实现尺度变换的惟一线性核,于是
一副二维图像的尺度空间定义为:
收稿日期:2010-09-23
L(x, y, 0)=G(x, y, 0)*1(z, y)
基金项目:国家自然科学基金资助项目(60972088);长江学者
式中:G(x,y,ar)是尺度可变高斯函数
和创新团队发展计划资助(IRT0705)