改進(jìn)SURF和Delaunay三角網(wǎng)的圖像配準(zhǔn)算法研究.pdf

1、圖像配準(zhǔn)是圖像處理領(lǐng)域的關(guān)鍵技術(shù)之一，它是通過(guò)將不同時(shí)刻、不同視角或者不同傳感器下獲取的同一場(chǎng)景兩幅或多幅圖像數(shù)據(jù)進(jìn)行匹配和疊加處理，其目的是消除或減少圖像間的幾何形變。目前，圖像配準(zhǔn)技術(shù)已在信息融合、圖像拼接、變化檢測(cè)、目標(biāo)識(shí)別、立體視覺(jué)、環(huán)境監(jiān)測(cè)、地圖更新以及天氣預(yù)報(bào)等領(lǐng)域得到廣泛的應(yīng)用和研究。
　　圖像配準(zhǔn)算法研究的核心問(wèn)題是提高配準(zhǔn)的速度、精度和算法的穩(wěn)健度，所以研究一種魯棒性好、精確度高、性能穩(wěn)定和適用性強(qiáng)的配準(zhǔn)方法依然

2、面臨巨大挑戰(zhàn)，并且具有重要的理論意義和實(shí)用價(jià)值。
　　SURF算法是近幾年新出現(xiàn)的特征點(diǎn)提取方法，在魯棒性、重復(fù)度、獨(dú)特性等方面，均與以往提出的方法具有優(yōu)越性；且算法引入了積分圖像和箱式濾波器，使其計(jì)算效率較其它方法，具有絕對(duì)的優(yōu)勢(shì)。
　　本文從配準(zhǔn)效率和精度出發(fā)，提出了一種基于改進(jìn)SURF和Delaunay三角網(wǎng)的圖像配準(zhǔn)方法。該方法在原有SURF算法的基礎(chǔ)上，引入顏色不變量模型和Delaunay三角網(wǎng)、相似三角函數(shù)及攝影

3、不變量等約束條件。具體實(shí)現(xiàn)過(guò)程：首先使用顏色不變量模型對(duì)兩幅遙感圖像進(jìn)行處理；其次利用SURF算法提取遙感圖像的特征點(diǎn)集，并在兩幅遙感圖像上分別進(jìn)行平面Delaunay三角剖分，得到兩幅圖像的Delaunay三角網(wǎng)；然后再使用三角形相似函數(shù)計(jì)算待配準(zhǔn)圖像與基準(zhǔn)圖像間的Delaunay三角網(wǎng)中三角形之間的相似度，選擇相似度大于0.75的三角形對(duì)，并作為候選配準(zhǔn)三角形對(duì)；接著對(duì)候選的三角形進(jìn)行攝影不變量分析，以剔除錯(cuò)誤配準(zhǔn)點(diǎn)對(duì)，提取精確的配