無(wú)人機(jī)遙感圖像配準(zhǔn)算法研究.pdf

1、西安建筑科技大學(xué)碩士學(xué)位論文無(wú)人機(jī)遙感圖像配準(zhǔn)算法研究專業(yè)：信號(hào)與信息處理碩士生：權(quán)宇寰指導(dǎo)教師：王民副教授摘要隨著社會(huì)經(jīng)濟(jì)的發(fā)展，無(wú)人機(jī)遙感技術(shù)憑借其機(jī)動(dòng)靈活和高效率的優(yōu)勢(shì)，在地質(zhì)環(huán)境監(jiān)測(cè)、災(zāi)害調(diào)查、土地利用動(dòng)態(tài)監(jiān)測(cè)、大地及海面搜索、地形圖更新等領(lǐng)域得到了廣泛的應(yīng)用。但是由于地表形態(tài)變化、氣候變換、高空氣流等的影響，原始圖像數(shù)據(jù)存在像幅較小、數(shù)量較多、航向重疊度和旁向重疊度不規(guī)則等問(wèn)題，實(shí)現(xiàn)其高效的配準(zhǔn)成為應(yīng)用難點(diǎn)。圖像配準(zhǔn)作為圖像處

2、理的一個(gè)重要環(huán)節(jié)，其效果的好壞會(huì)直接影響到后期圖像處理的質(zhì)量，因此研究一種適合于無(wú)人機(jī)遙感圖像的配準(zhǔn)算法具有重要的理論和現(xiàn)實(shí)意義。本文在研究并實(shí)現(xiàn)傳統(tǒng)SURF配準(zhǔn)算法的基礎(chǔ)上，提出了一種改進(jìn)算法。主要在兩方面進(jìn)行了改進(jìn)，一方面，針對(duì)其在特征點(diǎn)提取階段存在的缺陷：特征點(diǎn)數(shù)量較少，且提取的特征點(diǎn)不能有效反映圖像的結(jié)構(gòu)特征，提出在多尺度空間進(jìn)行Harris角點(diǎn)檢測(cè)的方法，既能夠保持算法的尺度不變性，又能提取穩(wěn)定數(shù)量的特征點(diǎn)；另一方面，針對(duì)其在

3、特征點(diǎn)匹配階段采用窮舉搜索法耗時(shí)過(guò)長(zhǎng)的問(wèn)題，引進(jìn)KDTree搜索策略代替原來(lái)的窮舉法，以提高算法的實(shí)時(shí)性。因此本文算法的具體步驟為：首先利用SURF算法中的積分圖像和箱式濾波器構(gòu)建多尺度空間，并在多尺度空間下進(jìn)行Harris角點(diǎn)檢測(cè)，提取特征點(diǎn)；然后通過(guò)計(jì)算各特征點(diǎn)的Haar小波響應(yīng)值確定主方向，并生成64維SURF描述子；最后運(yùn)用KDTree搜索策略找到最近鄰點(diǎn)和次近鄰點(diǎn)，計(jì)算最近鄰點(diǎn)和次近鄰點(diǎn)距離特征點(diǎn)距離的比值，若比值小于本文設(shè)定