基于LDA的SIFT算法在遙感圖像配準(zhǔn)中的研究與應(yīng)用.pdf

1、遙感是獲得全球?qū)崟r(shí)動(dòng)態(tài)數(shù)據(jù)的一種最重要的途徑。隨著社會(huì)經(jīng)濟(jì)技術(shù)的發(fā)展，人們對(duì)實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)的精確性和高效性有了更高層次的要求，以往的圖像配準(zhǔn)技術(shù)已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足人們的需求，因此遙感圖像的配準(zhǔn)技術(shù)亟待提高，從而成為高效化、智能化、快速化的圖像配準(zhǔn)技術(shù)。
　　傳統(tǒng)的SIFT（Scale-invariant Feature Transform）算法是一種基于特征的配準(zhǔn)方法。SIFT特征匹配算法最初是由David G.Lowe于2004年在

2、總結(jié)了現(xiàn)有的基于不變量技術(shù)的特征檢測(cè)方法的基礎(chǔ)上提出的。SIFT算法具有諸多優(yōu)點(diǎn)，能提取穩(wěn)定的特征，也可以處理兩幅圖像之間發(fā)生旋轉(zhuǎn)、平移、視角變換、仿射變換、光照變換等情況下的匹配問題，甚至在某種程度上對(duì)任意角度拍攝的圖像也具備較為穩(wěn)定的特征匹配能力，從而能夠?qū)崿F(xiàn)兩幅差異較大的圖像之間的特征的匹配。因此這種算法很適合在圖像配準(zhǔn)中使用。雖然SIFT算法具有精確度高、匹配能力強(qiáng)等許多優(yōu)點(diǎn)，但是SIFT算法本身復(fù)雜度高，匹配時(shí)間久，尤其對(duì)于數(shù)

3、據(jù)量較大的遙感影像的處理，應(yīng)用SIFT算法時(shí)處理速度會(huì)明顯降低，過于耗時(shí)。因此，將SIFT算法直接應(yīng)用于遙感影像的處理并不實(shí)用，在實(shí)際生活中也未能使用這種算法處理遙感影像。但是SIFT算法具有其他圖像配準(zhǔn)算法難以媲美的優(yōu)點(diǎn)，有著非常好的應(yīng)用前景。
　　為此，我們通過大量研究提出了一種基于LDA算法的改進(jìn)方案。即在SIFT算法的特征提取中加入線性鑒別分析方法（Linear Discriminant Analysis，LDA），以減少

4、SIFT特征提取的維度。本文對(duì)提出的基于LDA的SIFT算法的特征原理和配準(zhǔn)步驟進(jìn)行了重點(diǎn)敘述。首先利用SIFT算法提取出圖像的特征點(diǎn)向量，然后用線性鑒別分析方法對(duì)其進(jìn)行特征抽取并降維。通過對(duì)遙感圖像、高維自然圖像和單幅人臉圖像進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明LDA-SIFT算法在保證匹配精度的同時(shí)，實(shí)時(shí)性要優(yōu)于傳統(tǒng)的SIFT算法，其匹配時(shí)間相對(duì)于傳統(tǒng)SIFT算法明顯縮短。此方案既能保持SIF T算法本身的精確度高、匹配能力強(qiáng)的特點(diǎn)，又能提高匹配

5、的效率，實(shí)時(shí)性較強(qiáng)。非常適合應(yīng)用于維數(shù)高的圖像配準(zhǔn)，尤其是對(duì)時(shí)間和精度要求較高的遙感圖像的配準(zhǔn)。
　　論文的主要研究成果如下：
　　(1)論文分析了SIFT算法的特征原理以及線性鑒別分析方法LDA的理論基礎(chǔ)。并且針對(duì)本文提出的改進(jìn)算法具體原理以及圖像配準(zhǔn)的步驟進(jìn)行描述。利用LDA易于實(shí)現(xiàn)的特點(diǎn)，將其和SIFT算法進(jìn)行結(jié)合，從而實(shí)現(xiàn)全局優(yōu)化，提高算法的可行性。
　　(2)將改進(jìn)的算法通過編程設(shè)計(jì)，并將其應(yīng)用于遙感圖像配準(zhǔn)