结合空间辅助面特征的区域配准算法解析.ppt

结合空间辅助面特征的区域自动配准 SX1615020 朱成 卫星遥感图像处理 目录 PPT模板下载：/moban/ 引言 影像自动配准是计算机视觉以及数字图像处理的基本问题, 尤其是主被动遥感影像的自动配准,它 在 影像融合 、变 换检 测、环境检测、 医学图像处理，以及地图更新等方面有着广泛的应用, 影像配准的精度在很大程度上影响着后续处理的结果。 基于区域的自动配准 基于特征的自动配准 PPT模板下载：/moban/ 引言 基于区域的自动配准 基于局部区域的自动配准 基于全局区域 的自动配准 优点： 结果不受特征提取精度和密度的影响, 可得到较高 的定位精度 缺点： (1)需要进行大量的计算和比较； (2)过于依赖图像灰度统计特性； (3)该方法基于像元的灰度特性进行配准, 所以适用于 同一传感器影像的配准, 对于不同传感器的影像或者同一传感器的时差偏大的影像, 配准结果较差。 PPT模板下载：/moban/ 引言 利用参 数进行特征配准 步骤 特征提取 利用一组参数 对特征进行描述 优缺点 优点：与基于区域的配准方法相比, 特征受几何变形和辐射差异的影响 较小, 配准的结果更加精确; 缺点：但是配准精度依赖于特征提 取的精度, 且特征提取的计算量大, 需要先指定一些参数或者阀值 基于特征的配准 PPT模板下载：/moban/ 原理分析 正反函数变换提取空间特征 构建空间辅助面 归一化互相关系数法 定义灰度相似性 区域匹配得到辅助面中同名点 正函数变换得配准影像中同名点 最小二乘法计算变换模型 配准得到配准结果图像 结合空间辅助面特征的区域自动配准方法 PPT模板下载：/moban/ 原理分析 (1)利用基准影像和待配准影像 4 个边界点行列坐标值和地理坐标 值, 分别构建基准影像和待配准影像的正反函数表达式 (2)提取基准影像中的特征点, 记录对应的行列坐标值, 根据反函数 表达式, 得到特征点的地理坐标值, 在本文中, 基准影像中的特征点 是人为设定的 (3)以基准影像像元尺寸为大小, 以基准影像中每个特征点为中心, 构建大小不一两个辅助面 正、反函数变换构建空间辅助面 PPT模板下载：/moban/ 原理分析 区域匹配得到辅助面中同名点 在区域自动配准法中, 考虑到主被动遥感影像传感器不同, 时相不同, 色调差异较大, 采用归一化互相关系数法作为相似性测度定义灰度属性。 归一化互相关系数法是以统计相关原理进行匹配的一种方法, 即定义目标窗口和搜索窗口, 并让目标窗口在搜索窗口中左右上下逐一移动, 移动时将目标窗口与搜索窗口内对应子窗口的灰度值代入目标函数(式(1)), 计算互相关系数, 互相关系数取得最大值的地方就是最佳的匹配位置。 PPT模板下载：/moban/ 原理分析 依据 上面得到的大小辅助面中同名特征点的地理坐标值, 分别采用基准影像和待配准影像的正函数表达式变换, 得到基准影像中特征点的行列坐标值和待配准影像中相应特征点的行列坐标值。 正函数变换得配准影像中同名点 最小二乘法计算变换模型 由于图像的不同区域在纹理、图像质量等方面存在差异, 得到的同名特征点并不都是正确的点,滤除明显错误的特征点, 选取可靠性高的同名特征点组成最佳特征点集, 带入最小二乘法(求解得到变换模型的参数。然后采用变换模型对待配准图像进行重采样, 得出最终配准的结果图。 PPT模板下载：/moban/ 实验验证 SPOT 和 ASTER 的配准实验与分析 (a) SPOT 为影像(全色波段), 2008-03-29 获取, 分辨率为 2.5m,角度 0°, 2000×2000 像元, 设为基准影像。 (b) ASTER 影像(2,3,1 波段合成), 2008-05-23 获取, 分辨率为 15m, 角度 10.3862°, 500×500 像元, 设为待配准影像。 PPT模板下载：/moban/ 实验验证 (a) 配准后的 ASTER 影像, 及局部放大图, 角度和分辨率等同与 SPOT 影像; (b) 分别提取配准后 ASTER 影像和SPOT 影像的不同部位相间拼接而成的图像, 从左到右, 分别是配准后的ASTER 影像和 SPOT 影像 PPT模板下载：/moban/ 实验验证 ASAR 影像和 ASTER 影像配准实验 (a) 为 ASAR 影像(HH 极化方式), 2004-04-27 获取, 分辨率为 12.5m, 角度 0°, 1000×1000 像元, 设为基准影像。 (b) ASTER 影像 (2,3,1 波段合成), 2004-04-09 获取，分辨率15m,角度10