基于卷積神經(jīng)網(wǎng)絡的遙感圖像配準方法.pdf

1、圖像配準的主要目的是為了實現(xiàn)同一目標區(qū)域在不同時間、不同視角或不同傳感器獲得的圖像數(shù)據(jù)在空間位置上重合，圖像配準問題是地理信息學、影像醫(yī)學、計算機視覺等眾多應用領(lǐng)域中基礎(chǔ)性問題。對于完成衛(wèi)星遙感圖像之間的配準，得出的配準信息對于完成目標識別、圖像融合、場景重建等諸多應用問題的實現(xiàn),有著至關(guān)重要的作用。
　　在當前海量的遙感圖像數(shù)據(jù)信息面前，傳統(tǒng)的人工選取圖像之間控制點實現(xiàn)遙感圖像配準的方法已經(jīng)無法滿足實際應用中對于數(shù)據(jù)實時性的要求

2、，所以改善自動化圖像配準技術(shù)，已成為圖像配準領(lǐng)域中的研究重點方向。傳統(tǒng)的圖像配準算法主要分為兩大類：基于圖像區(qū)域的配準算法和基于圖像特征的配準算法。本文主要采用了基于局部特征的配準算法，并通過訓練好的卷積神經(jīng)網(wǎng)絡來獲取控制點的特征表達，以此來取得在圖像配準的特征匹配階段有較好的正確匹配對的數(shù)量，進而實現(xiàn)光學遙感圖像之間的配準，本文驗證了提出方法的可行性，本文主要完成的工作具體有下列幾點：
　　1.總結(jié)了圖像配準技術(shù)現(xiàn)階段的發(fā)展情況

3、和傳統(tǒng)的圖像配準流程，并對未來圖像配準技術(shù)的發(fā)展方向做出了展望；
　　2.介紹了圖像配準以及卷積神經(jīng)網(wǎng)絡的理論知識，并對卷積神經(jīng)網(wǎng)絡原理進行了詳細的推導說明；
　　3.采用最大穩(wěn)定極值區(qū)域（Maximally Stable Extremal Regions，MSERs）提取訓練卷積神經(jīng)網(wǎng)絡所需要的特征樣本，并構(gòu)造合適的網(wǎng)絡結(jié)構(gòu)進行網(wǎng)絡的訓練。
　　4.利用訓練完成的卷積神經(jīng)網(wǎng)絡模型轉(zhuǎn)化待配準圖像之間控制點的特征，并形成