Harris-Laplace结合SURF的遥感图像匹配拼接方法

《Harris-Laplace结合SURF的遥感图像匹配拼接方法》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37卷第6期航天返回与遥感2016年12月SPACECRAFTRECOVEIW&REMOTESENSING95Harris．Laplace结合SURF的遥感图像匹配拼接方法年华孙立于艳波(北京空间机电研究所，北京100094)摘要在遥感图像的处理和应用中，为了更好地解译、分析和研究图像信息，往往需要把两幅或多幅遥感图像拼接为一幅图像，文章针对遥感图像在旋转及受噪声影响时匹配困难的问题，提出了将Harris—Laplace(哈里斯一拉普拉斯)检测和SURF(快速稳健特征)算法相结合的匹配拼接方法。利用Harris—Lapl

2、ace算法对遥感图像进行多尺度特征点检测，该特征点对光照变化、图像噪声和尺度改变具有不变性；然后，利用SURF算法确定特征点主方向并对特征进行描述；使用比值法进行初始匹配，接着用RANSAC(随机抽样一致性)算法剔除错误匹配点，并对匹配的图像进行拼接。试验结果表明，文中方法不但具有很好的抗旋转性能和抗噪声性能，而且较经典的SIFT(尺度不变特征变换)算法提高了匹配效率，能够为遥感图像的实时配准拼接以及几何定位精度评价提供有力的技术支持。关键词哈里斯．拉普拉斯检测尺度不变特征快速稳健特征算法特征提取遥感图像匹配中图分类号：T

3、P751．1文献标志码：A文章编号：1009—8518(2016)06—0095—07DOI：10．3969／j．issn．1009—8518．2016．06．OliRemoteSensingImageMatchingandMosaicBasedonHarris-LaplaceCombinedwithScale·-InvariantAlgorithmNIANHuaSUNLiYUYanbo(BeijingInstituteofSpaceMechanics&Electricity，Beijing100094，China)Abs

4、tractIntheareaofremotesensingimageapplication，twoormoreimagesareusuallymosaicedasoneimage．Accordingtoremotesensingimagematching，amethodofimagematchingandmosaicbasedonHarris—LaplacecombinedwithSURFalgorithmisproposedinthispaper．Firstly,featurepointsaredetectedbyusi

5、ngHarris-Laplaceinmultiplescales，whichhasthecapabilityofinvariancetoilluminationchanges，imagenoiseandscalechanges．Then，bycalculatingwithSURFalgorithm，themaindirectionsofthefeaturepointsaredeterminedandthefeaturedescriptorsaregenerated．Ratiomethodisusedtogetinitial

6、matching，andRANSACalgorithmisusedtoeliminateerrorsandachieveaccuratematching，thentheimagemosaicingcompleted．Theexperimentresultsshowthatthemethodproposedhasgoodanti—rotationandanti—noiseperformance，andimprovethematchingefficiencyobviouslycomparedwiththeclassicalSI

7、FTalgorithm．Themethodcanbewellappliedintheremotesensingimageprocessingandgeometricpositioningaccuracyevaluation．KeywordsHarris--Laplacedetection；scale·-invariant；speeduprobustfeaturesalgorithm；featureextraction；remotesensingimagematching收稿日期：2016-06．0396航天返回与遥感201

8、6年第37卷0引言图像配准是指同一目标的两幅(或者两幅以上)图像在空间位置的对准。图像配准技术过程，称为图像匹配或者图像相关。常用的算法主要分为两类：基于灰度的图像匹配方法和基于特征的图像匹配方法。基于特征的图像匹配方法可以克服基于灰度的图像匹配方法对于发生缩放或旋转的图像匹配精度低的缺点，因而在图像匹