基于多通道梯度的异源图像匹配

基于多通道梯度的异源图像匹配

ID:46604184

大小:467.13 KB

页数:5页

时间:2019-11-26

基于多通道梯度的异源图像匹配_第1页
基于多通道梯度的异源图像匹配_第2页
基于多通道梯度的异源图像匹配_第3页
基于多通道梯度的异源图像匹配_第4页
基于多通道梯度的异源图像匹配_第5页
资源描述:

《基于多通道梯度的异源图像匹配》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第29卷第2期2010年4月飞行器测控学报JournaIofSpacecraftTT&CTechnologyVol-29No.2Apr.2010基于多通道梯度的异源图像匹配。李壮,孙祥一,杨夏(国防科学技术大学航天与材料工程学院·湖南长沙·410073)摘要:异源图像的成像特性不同,难以直接利用灰度和梯度进行匹配。本文提出了一种利用多通道梯度进行匹配的新方法。该方法首先构造一组具有不同尺度参数和方向参数的梯度掩膜,采用核密度估计方法分别计算与每个掩膜对应的梯度,从而得到一组梯度图。在基准图和实时图对应的梯度图上计

2、算相似系数,对全部相似系数图加权融合得到综合系数图,其中的峰值点即为图像匹配点。实验结果表明本文方法明显优于传统异源图像匹配方法。关键词:多通道梯度;异源图像;协方差互相关;图像匹配中图分类号:TP391.41文献标识码:A文章编号:1674—5620(20lO)02一0061一05Multi—sensorImageMatchingBasedonMulti—channelGradientLIZhuang,SUNXiang—yi,YANGXia(Coll铭e0fAerospa艟andMat耐alEngifle谢Il

3、g,N拍omlUrIiversity0fnl∞ceTechnology,ChIl98h,Hun蛐Pro、riI蹴410073)Abstrad:Asdifferentsensorshavedifferentimagingcharacteristics,itcanhardlymatchmulti.sensorimagebasedongrayorgradientfeaturedirectly.Thispaperproposesanewmethodofmulti.sensorimagematchingbasedonmul

4、ti_channelgradient.Agroupofgradientmaskswithdifferentscaleando“entationparametersareconstructedfirstly.Foreverymask,acorrespondinggradientimageiscalculatedusirlgkerneldensityestimatiomThen,thesimilaritycoefficientimageiscomputedbetweeneverypairofgradientimage

5、softemplateimageandrealtimeimage.ThesyntheticcoefficientirnageisthepoweredsumofaUthesimilaritycoefficientimages.ThepeakinthesyntheticcoefficientimageindicatesthenntchingpositioILTheexperimentalresultsshowthatthenewmethodismuchbetterthanthetraditiorIalmulti-se

6、nsorimagematchingmethod.Ke)哪ords:Multi—channelGradient;Multi-sensorImages;C0varianceCorrelation;ImageMatchingO引言在飞行器自主导航中,异源图像的匹配已经变得越来越重要,其中包括机载或星载SAR图像与光学图像的匹配、红外图像与可见光图像匹配、不同光谱的红外图像匹配等。可见光传感器(如SPOT,QUICKBIRD)所成的像符合人眼的视觉特性,图像易于人工判读,但是容易受成像时间、云层遮挡及天气的影响而无法全天

7、时和全天候工作。红外传感器能够克服昼夜条件影响,并能适应一定程度的天气变化[1]。合成孔径雷达(SAR)不受云、雨、雾、光照等自然因素的影响,可以较好地弥补光学传感器的不足。通过选择合适的雷达波长,能穿透一定的覆盖物(如云层、植被)成像,因而可以发现重要的目标[2]。因此,对具有信息互补的异源图像进行匹配具有很重要的意义。目前对异源图像匹配的方法主要分3种,基于区域的图像匹配方法[3]、基于特征的图像匹配方法陆6。,基于语义的图像匹配方法[7-9]。基于区域的方法主要包括传统的灰度互相关方法和互信息方法。由于异源

8、图像的成像机理不同,通常无法直接使用灰度互相关方法;互信息方法虽然对某些异源图像效果较好(如红外图像与可见光图像),但是它要求图像间存在一致的灰度级映射,这在SAR图像和可见光匹配中是难以满足的。基于语义的方法建立在对图像的正确解释上,目前人们对图像理解的*收稿日期:2010—01一06;修回日期:2010一02—23基金项目:863项目支持(2007AAl22121)第

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。