基于正交學習差分進化算法的遙感圖像配準方法研究.pdf

1、圖像配準技術是圖像處理的關鍵技術之一。圖像配準的過程是將不同條件下、不同時間或者不同傳感器獲得的兩幅或者多幅圖像進行匹配的過程。圖像配準技術在許多領域都有廣泛研究的價值，如計算機圖形學、地理探測和攝影測量和材料力學等。
　　由于遙感圖像自身的多樣性以及從不同傳感器獲得的圖像之間往往存在畸變，因此對遙感圖像的配準存在一定的困難?，F(xiàn)如今，隨著圖像配準技術越來越深入的研究，人們對配準的精度也有了越來越高的要求。通過對現(xiàn)有的遙感圖像配準技

2、術的研究，以及對實驗問題的分析，本文提出了以下兩種有效的遙感圖像配準方法：
　　第一種方法是一種結合了基于灰度和基于特征的圖像配準方法，這種方法克服了現(xiàn)有的基于特征和基于灰度的圖像配準方法的不足。首先它提取兩幅圖像中的最相似圖像塊，然后利用 Harris角點檢測法提取最相似圖像塊中的角點特征，接著利用角點特征對兩幅圖像的最相似圖像塊進行匹配，得到最優(yōu)幾何變換參數，最后根據所得到的幾何變換參數對整幅圖像進行配準。我們稱這種方法為改進

3、的基于互信息和 Harris角點檢測的圖像配準方法。實驗表明，本文提出的這種方法是一種有效的遙感圖像配準方法。
　　第二種方法是基于灰度的方法。基于灰度的方法通常需要對參考圖像和待配準圖像之間的相似度矩陣進行優(yōu)化。正交學習(OL)能夠構造出一個引導模型，引導算法更加有效地朝著最優(yōu)解的方向進行搜索。差分進化算法(DE)是一種貪婪算法，由于它在解決遙感圖像配準問題中表現(xiàn)出了優(yōu)越的性能。因此，本文提出了一種的基于正交學習差分進化算法(O