基于SURF算子的遥感图像配准方法研究_李维.pdf
《基于SURF算子的遥感图像配准方法研究_李维.pdf》由会员分享,可在线阅读,更多相关《基于SURF算子的遥感图像配准方法研究_李维.pdf(5页珍藏版)》请在咨信网上搜索。
1、敬请登录网站在线投稿()年第期 基于 算子的遥感图像配准方法研究李维,王瑞,邓传斌(西安交通工程学院 中兴通信学院,西安 ;西安现代控制技术研究所;中兴通讯)基金项目:国家自然科学基金();西安交通工程学院中青年基金项目()。摘要:为了解决遥感图像配准的可靠性和实时性问题,提出了一种基于 算子的图像自动配准方法。算法提取图像中适应旋转尺度变化的局部不变特征角点时使用积分图像的计算,可有效提高检测速度,用于对实时性要求高的场合,选择基于欧氏距离的最近邻与次近邻的距离之比作为相似度测量方法。多种不同场景图像对比实验结果表明,该方法可实现多种复杂图像的精确配准,自动化配准程度高。关键词:多传感器;遥
2、感图像;算子;图像配准;积分图像;中图分类号:文献标识码:,(,;):,:;引言图像配准在图像处理问题中是一个最基本的过程,它涉及到许多领域的实际情况,是数字图像处理和计算机视觉领域备受关注的前沿方向和研究热点。在图像配准过程中,涉及的相关知识领域有图像预处理、图像分割、特征提取、模式匹配、图像采样等,并且与机器视觉、模式识别、多维信号处理和数值计算方法等紧密结合在一起。配准方法大致可分为多观察点配准、时间序列配准、多模态配准、模板匹配类。图像配准的主要目的在于寻求图像之间最佳的空间与灰度变换关系,使得两幅图像在考虑畸变的前提下实现最佳匹配。图像配准方法针对不同类型的图像和数据均有相应的配准方
3、法,比较成熟的有基于图像灰度配准算法和基于图像特征配准算法两类。目前,局部不变特征在解决宽基线条件下的匹配、特殊目标识别、机器人定位等方面得到了广泛应用,并获得了成功,经典的有 角点检测算法、算法等。等人 提出了 算法,此算法的实时性和鲁棒性都比 算法更胜一筹。在实际中,采用的图像很可能受到内部噪声、外部干扰等影响,也可能发生光照、视角、平移、尺度、仿射和旋转等参数的变化,本文将新颖且性能优秀的 算法应用到多类遥感图像配准中,可实现具有较大变形的遥感图像和多路传感器遥感图像的配准。特征的提取描述 尺度空间的建立 算法首先需要建立尺度空间,尺度空间的建立是使用不断增加高斯核的尺度,然后对卷积图像
4、 进行采样得到的,使用 减小了计算量。等使用不断增加方框滤波模板大小的方法(如图所示),并与原图像卷积形成图像尺度空间表示,在计算过程中,使用积分图像,计算时间为常数。在金字塔的每一阶中,选择层的尺度图像,阶的 年第期 图尺度空间的建立构建 参 数 示 意 图 如 图 所示。其 中 的 数 字 表 示方框滤波模板的大小,如果图像尺寸远 大 于 模 板大小,还可继续增加阶数(即 数)。因 为 前面已经使用积 分 图 像 和方框滤波,所以并不需要通过迭代同样的滤波来重复计算。以上述的滤波为初始层,对应的尺度因子 ,后续层通过依次放大滤波方框的大小来计算,滤波大小依次为、等,当尺度较大时,滤波大小的
5、步长也应相应增加。以个滤波为一组,每组之间的步长依次按、增长,若滤波模板大小为,则对应的尺度 。图尺度空间金字塔方框滤波的大小 特征点的定位用 矩阵 求出极值后,接下来在的立体邻域内进行非极大值拟制,只有比上一尺度、下一尺度及本尺度周围的 个邻域值都大或者都小的极值点才能作为候选特征点,然后在尺度空间和图像空间中进行插值运算,得到稳定的特征点位置及所在的尺度值。特征点的描述在 特征点描述中,使用 小波确定和方向的图像梯度。小波如图所示,左图为方向的滤波响应,右图为方向的滤波响应。黑色部分的权值为,白色部分的权值为。特征点的描述可以分为两个步骤:首先,确定特征点的主方向;其次,特征区域方向对准,
6、构造描述向量。主方向确定为保证旋转不变性,首先,以特征点为中心,计算半径为(为特征点所在的尺度值)的邻域内的点在、方向的 小波(小波边长取)响应,并给这些响应图 小波值赋高斯权重系数,使得靠近特征点的响应贡献大,而远离特征点的响应贡献小,更符合客观实际,这样得到一系列的向量;其次,将 范围内的响应加起来以形成新的矢量,遍历整个圆形区域,选择最长矢量的方向为该特征点的主方向。这样,通过对 节中的特征点逐个进行计算,得到每一个特征点的主方向,如图所示。图主方向分配 构造描述符选定特征点主方向后,以特征点为中心,首先,将坐标轴旋转到主方向,按照主方向选取边长为 的正方形区域,将该窗口区域划分成的子区
7、域,在每一个子区域内,计算 (采样步长取)范围内的小波响应,相对于主方向的水平、垂直方向的 小波响应分别记做、,同样也赋予响应值以权值系数以增加对几何变换的鲁棒性,减小局部误差;接下来,将每个子区域的响应以及响 应 的 绝 对 值 相 加,形 成、和。这样,在每个子区域形成四维分量的矢量 ,()。因此,对于每一个特征点,形成 维的描述向量,再进行向量的归一化,从而对光照具有一定的鲁棒性,如图所示。这样,基于快速 检测子和 描述子对每一特征点可保存如下信息量:特征所在尺度、特征点坐标、维邻域向量。通过所记录的特征点信息分别进行后续计算。遥感图像的配准 具有较大变形的遥感图像选取两幅莫哈韦沙漠的同
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 SURF 算子 遥感 图像 方法 研究 李维
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。