卫星影像几何检校中不同分辨率遥感影像匹配方法的研究

《卫星影像几何检校中不同分辨率遥感影像匹配方法的研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、卫星影像几何检校中不同分辨率遥感影像匹配方法的研究：影像匹配是卫星影像几何检校中的关键问题，是获取匹配像对同名像点的技术手段。本文将影像匹配的方法分为两类：基于灰度和像素几何关系的空间域匹配，基于相位的频率域匹配，分析两种匹配的异同之处，总结两种方式适应性和优缺点。空间域以典型的Harris算法为例，频率域以傅里叶-梅林变换为例，研究两种算法的特点，综合分析其在几何检校中应用的前景，提出一种适合几何检校中影像匹配应用的匹配策略。　　关键字：几何检校影像匹配Harris算子傅里叶梅林变换　　Abstract:theimagematchingist

2、hesatelliteimageofkeyproblems,geometriccalibration,isthesameasformatchingoflikesometechnicalmeans.Inthispaperthemethodofimagematchingisdividedintotainofthegeometricrelationshipsbetatching,basedonphasefrequencydomaintomatch,theanalysisoftatchthesimilaritiesanddifferencesbetma

3、rizesthetaintotypicalHarrisalgorithmasanexample,thefrequencydomaintoFourier-merlintransformationforexample,studythecharacteristicsofthets,prehensiveanalysisinthegeometriccalibrationoftheprospectofapplication,thispaperputsforetriccalibrationofimagematchingthematchingstrategya

4、pplication.　　KeyetriccalibrationimagematchingHarrisoperatorFouriermerlintransformation　　：P237：A：　　　　　　1.引言：　　在卫星影像的预处理过程中，几何检校的精确度是保证影像精度的先决条件，在几何检校中，如何获取精确的而又分布良好的同名像点是几何检校精确与否的关键，这就需要适当且高精度的影像匹配策略。　　影像匹配是高分辨率卫星遥感影像处理技术的重要内容，是计算机视觉和数字摄影测量的核心技术，其实质是给定参考影像上面的一个点,在另一张影像上面寻找一个相

5、应的同名点,使得这些点投影到物空间的同一个物理点。但由于影像匹配是一个不适定问题，存在诸多不确定性因素，而不同分辨率下的影像匹配又带来了新的问题，通常的处理方法就是通过引入先验知识的约束，得到满足这些约束的解或者解集。本文中比较研究基于Harris算子的空间域算法和以傅里叶梅林变换为变换域的相位相关频率域匹配方法，提出一种满足几何检校要求的匹配策略。　　2.基于Harris算子的空间域匹配　　Harris算子是一种基于信号的点特征提取算子，其思想是将特征点提取中梯度运算转换到与其自相关系数联系的矩阵M中，矩阵M的特征值就是自相关系数的一阶曲率，

6、如果两个曲率都高，那么就认为该点是影像的点状特征，在提取特征点时需给定阈值，目前很多学者提出了不同的改进算法，将以前的人工给定阈值发展为自适应迭代的阈值确定方法；由于该算法基于对自相关系数一阶曲率的计算，因此简单而稳定性高，对图像旋转、亮度变化、视角变化有很好的鲁棒性，其改进算子定位精度能达到子像素级，而且便于实现大量均匀同名像点的提取，有利于于几何检校。　　本文在研究过程中利用harris算子提取点特征，高斯窗口宽度为5，高斯函数方差为0.8，阈值设置为1500，获取点特征，这些特征点往往集中在灰度变换明显的区域，如图：　　　　　　　　将获取

7、的特征点根据相关系数法进行匹配，获取同名像对，实验图像共获得110个同名像点，根据同名像点的分布情况以及精度的要求，选取合适的相关系数阈值，得到匹配像对点的结果以及相关系数表。　　　　3，基于傅里叶梅林变换的频率域匹配　　频率域匹配方法由于涉及到空间域与频率域的转换，因此比较复杂。本文所做研究并不是两张影像的配准，而是在获取粗配准的同名像点上利用频率域的方法，获取更精确的同名像点。基于相位的频率域图像匹配方法的思路是通过傅里叶变换将空间域的相关运算变换成频谱上的复数乘法运算，是一种非线性的频域相关技术，可检测两幅影像之间的平移、旋转，根据频域信

8、息快速获得最佳匹配位置，匹配精度较高。这些技术和方法从不同侧面为改进影像匹配结果的精度和可靠性以及匹配速度等方面发挥了积极的作用，并在不同的领域中得到