基于SIFT算法的無(wú)人機(jī)遙感圖像配準(zhǔn).pdf

1、圖像配準(zhǔn)是遙感、醫(yī)學(xué)、計(jì)算機(jī)視覺等很多領(lǐng)域中的一個(gè)基本問題。在遙感領(lǐng)域，圖像配準(zhǔn)是實(shí)現(xiàn)圖像融合、變化檢測(cè)、圖像校正、圖像鑲嵌等應(yīng)用中必不可少的一個(gè)關(guān)鍵步驟。由于遙感信息量大，應(yīng)用范圍廣，因此實(shí)現(xiàn)自動(dòng)配準(zhǔn)一直是人們追求的目標(biāo)。 提取和匹配圖像特征點(diǎn)是實(shí)現(xiàn)圖像自動(dòng)配準(zhǔn)的一種重要方法。本文首先對(duì)各種常用的特征檢測(cè)算法進(jìn)行研究。在詳細(xì)分析各算法的優(yōu)劣之后，確定SIFT（尺度不變特性變換，Scale Invariant Feature T

2、ransform）作為無(wú)人機(jī)遙感圖像配準(zhǔn)中使用的特征點(diǎn)提取算法。SIFT是一種多尺度特征提取方法，通過構(gòu)建高斯差分尺度空間（DOG，Difference of Gaussian scale-space）算法擁有很好的特征提取能力。同時(shí)算法還能夠產(chǎn)生SIFT特征用以表述特征點(diǎn)信息。SIFT特征對(duì)圖像的尺度變化和旋轉(zhuǎn)是不變的，而且對(duì)光照的變化和圖像變形具有較強(qiáng)的適應(yīng)性，有利于后續(xù)的特征點(diǎn)匹配。因此SIFT在遙感領(lǐng)域，實(shí)現(xiàn)圖像融合、變化檢測(cè)、

3、圖像校正、圖像鑲嵌等領(lǐng)域有很廣泛的應(yīng)用。 由于SIFT算法只考慮點(diǎn)的局部的特征信息，沒有分析匹配后特征點(diǎn)對(duì)集合的幾何分布信息，導(dǎo)致存在部分誤匹配特征點(diǎn)。為了提高特征點(diǎn)的匹配精度，減少誤匹配點(diǎn)，本文使用矩和馬氏距離對(duì)SIFT算法得到的結(jié)果進(jìn)行再處理得到改進(jìn)的特征點(diǎn)對(duì)。利用矩和馬氏距離處理的對(duì)象的層次不同，構(gòu)建一個(gè)多尺度的多次匹配算法。最后利用新的特征點(diǎn)對(duì)進(jìn)行圖像的配準(zhǔn)。與已有的相關(guān)工作相比，該方法可以得到更多更精確的匹配特征點(diǎn)。數(shù)