遙感圖像配準(zhǔn)算法研究.pdf

1、在遙感圖像的處理和應(yīng)用中，如圖像融合、導(dǎo)彈制導(dǎo)、地形變化檢測(cè)等，圖像配準(zhǔn)技術(shù)一般作為首要步驟，其重要性不言而喻。本文針對(duì)遙感圖像的特點(diǎn)，主要分析了同源的合成孔徑雷達(dá)(Synthetic Aperture Radar，SAR)圖像和異源的SAR與光學(xué)圖像的配準(zhǔn)問(wèn)題。
　　本文首先介紹了SAR的基本原理和相干斑的產(chǎn)生機(jī)理及其基本抑制方法，分析了SAR與光學(xué)成像的區(qū)別，給出了圖像配準(zhǔn)的相關(guān)定義及分類(lèi)。
　　然后研究了同源的SAR圖

2、像配準(zhǔn)算法。對(duì)于SAR圖像配準(zhǔn)技術(shù)，首先介紹了常用的基于互相關(guān)系數(shù)的配準(zhǔn)算法和基于對(duì)數(shù)極坐標(biāo)的配準(zhǔn)算法，接著闡述了具有平移、旋轉(zhuǎn)、尺度不變性的尺度不變特性變換(Scale Invariant Feature Transform，SIFT)特征點(diǎn)提取算法，并將其應(yīng)用于SAR圖像配準(zhǔn)，與常用的基于對(duì)數(shù)極坐標(biāo)變換的SAR圖像配準(zhǔn)方法進(jìn)行了分析比較。實(shí)驗(yàn)結(jié)果表明，基于SIFT的SAR圖像配準(zhǔn)算法具有更廣的適用范圍。
　　最后本文研究了SA

3、R圖像與光學(xué)圖像的異源圖像配準(zhǔn)問(wèn)題。由于異源圖像灰度差別很大，給配準(zhǔn)問(wèn)題帶來(lái)困難。本文首先在傳統(tǒng) SIFT算法的基礎(chǔ)上，利用結(jié)合互信息(Mutual Information，MI)與簡(jiǎn)化SIFT的方法進(jìn)行SAR與光學(xué)圖像的配準(zhǔn)。該方法首先利用互信息法對(duì)低分辨率圖像對(duì)進(jìn)行粗配準(zhǔn)以消除圖像對(duì)間的旋轉(zhuǎn)因子，然后利用忽略主方向求取的SIFT算法進(jìn)行圖像精配準(zhǔn)。實(shí)驗(yàn)證明，改進(jìn)的SIFT配準(zhǔn)算法增加了配準(zhǔn)特征點(diǎn)對(duì)的數(shù)目，擴(kuò)大了配準(zhǔn)的適用范圍。接著闡