基于多層小波分解的角點檢測算法研究及應用.pdf

1、遙感數據預處理是后續(xù)產品生產的必經環(huán)節(jié)，其處理精度及速度會有累積效應作用到后續(xù)環(huán)節(jié)，因此必須保證預處理的高速有效。圖像配準作為預處理的基礎性環(huán)節(jié)之一，對特征點的精度有著更高的要求。國內外在遙感圖像特征提取中取得了一定的成果，但是在多源遙感圖像處理過程中，由于圖像受噪聲、特征匱乏等因素的制約，特征點提取的準確性仍沒有得到很好的解決。同時，圖像配準后會根據五層十五級數據組織結構生成標準化的瓦片數據快視圖，瓦塊數據的處理方式導致其快視圖存在顏

2、色不均衡，以及切分后的瓦片數量較多的問題生產效率低也有待進一步改善。
　　針對以上問題本文提出一種基于小波分解的角點檢測算法，通過對高頻分量的提取方式進行改進，提高了控制點的準確性；同時運用 Web Service、多線程等技術提高了遙感數據的生產效果。本文研究內容及研究重點如下：
　　1.針對Harris角點檢測算法提取的角點中存在較多偽角點的問題，提出了基于多層小波分解的角點檢測算法。
　　2.針對圖像配準過程中提

3、取控制點所需基準影像庫過大，從而造成處理系統(tǒng)可移植性差、影像庫不易管理的問題，提出基準影像的按需動態(tài)獲取的策略。
　　3.針對不同瓦片數據快視圖中存在色差的問題，提出利用圖像直方圖信息生成快視圖的方法。此方法可實現快視圖顏色均衡、地物清晰的效果，同時也提高了快視圖生產效率。
　　實驗驗證數據表明，本文所提出的改進后的角點檢測算法使控制點的平均誤差降低了21.8％；按需動態(tài)獲取策略使得系統(tǒng)基準影像庫可以節(jié)約高達95%的存儲容量