多光譜圖像配準技術的研究與實現(xiàn).pdf

1、圖像配準的根本目標是尋找到對同一場景的兩幅圖像或多幅圖像之間的空間變換關系，并對其中的一幅或幾幅圖像進行對應的變換，這是圖像拼接，融合，重建等操作的前提。而多光譜圖像的理論基礎是不同的物體具有不同的吸收、反射和輻射不同波段光譜的特性。圖像在不同的應用領域對配準的要求不同，圖像來源的多樣性，獲取的設備千差萬別等原因都造成了圖像配準技術的復雜性。在配準過程中，需要對圖像進行特征提取、描述、匹配等一系列操作，其工作之復雜和難度之大，使得對于多

2、光譜圖像配準的研究具有極其重大的理論和實踐意義。
　　本文研究了基于互信息的配準算法和基于特征的sift配準算法。在基于互信息配準法速度過慢，時間過長的情況下，選取了基于特征的配準算法應用到多光譜31通道圖像的配準之中。實驗表明：相比較于基于互信息的方法，基于特征的多光譜圖像配準法對于一般的多光譜圖像，可以在保證配準精度的條件下，顯著的提高配準速度，縮短配準時間。
　　本文針對所拍攝的多光譜圖像噪聲點較多，信噪比較低的特點，

3、在順利完成圖像配準的基礎上，還要兼顧配準的速度與精度問題，提出了一種基于簡化的特征點提取和sift特征描述符的多光譜圖像配準法。研究針對sift算法中特征點的選取計算復雜，計算量大等缺點，引入了角點濾波檢測算子，使得每幅圖像通過5次x，y方向上的濾波就可以生成角點計算量矩陣，從而根據(jù)角點量確定特征點；此外還可以針對不同的圖像設定不同的閾值，實現(xiàn)了特征數(shù)量的可控性以及針對不同質(zhì)量圖像都可以實現(xiàn)配準的自適應性。在此基礎上，對特征點進行基于正

4、方形窗口的濾波篩選，使得健壯的特征點得以保留，低對比度的特征點被篩選掉，對篩選過后的特征點再應用sift描述符以實現(xiàn)特征點的匹配。實驗結果表明：改進后的方法相比較于傳統(tǒng)的sift算法，在保證配準精度的條件下，有效的縮短了配準時間，提高了配準效率，并且針對高噪聲的多光譜圖像，算法具備較高的適應性。
　　多光譜圖像在不同光譜之間，特別是相隔波段較遠的圖像之間的配準是研究的重點與難點。因此在本文的基礎上，未來的研究工作可以從以下方面展開