基于不规则三角网分割的多源遥感影像高精度配准

基于不规则三角网分割的多源遥感影像高精度配准

ID:46628137

大小:1.40 MB

页数:3页

时间:2019-11-26

基于不规则三角网分割的多源遥感影像高精度配准_第1页
基于不规则三角网分割的多源遥感影像高精度配准_第2页
基于不规则三角网分割的多源遥感影像高精度配准_第3页
资源描述:

《基于不规则三角网分割的多源遥感影像高精度配准》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、基于不规则三角网分割的多源遥感影像高精度配准段秋亚(广东建设职业技术学院,广东广州510440)摘要:多源遥感影像的配准精度,将直接决定影像信息融分布不均匀等情况。因此,我们根据SIFT的特点结合多项合、变化检测及目标的提取、定位等后续处理过程的质量和式的自适应调整性,可以获取精度较高且分布均匀的特征效果,进而影响实际生产实践的应用。基于此,本文提出了点,从而可实现较好的影像粗匹配效果。这种利用不规则三角网(TIN)分割思想实现多源遥感影像2.1SIFT特征匹配算法高精度配准的新方法。基于SIFT算子的特征匹配算法流程如图

2、2所示,该方关键词:多源遥感影像;影像高精度配准;TIN分割法运用相关系数C(x,y)作为精确配准的度量指标。中图分类号:TP391文献标志码:B文章编号:1672-4011(2017)03-0169-03DOI:10.3969/j.issn.1672-4011.2017.03.0820前言影像配准是遥感数据处理中的关键环节,尤其是对遥感信息的定量化处理,高精度的配准是必要前提。主要因为其是影像融合、变化检测、图件信息更新等的基础预处理步骤,影像配准的精度将直接影响后续的处理。当下影像配准的方法主要包括:基于区域灰度、基于

3、图像特征以及对图像的理解和解译等三种主要的配准方法。基于区域的配准方法采用了互相关技术;基于特征的配准方图1整体配准流程图2SIFT算子特征匹配法需要首先提取影像间特征,再根据相似度(特征间)进行匹流程配;而基于对图像的理解和解释的配准方法还不成熟。对于M-1N-1∑∑(f(c,r)-f)(g(m+c,n+r)-g)多源遥感影像,国内外的学者们提出了相应的配准方法。如c=0r=0C(x,y)=[1]M-1N-1M-1N-1LeYu利用由粗到精的配准方法,该方法首先利用SIFT算22∑∑(f(c,r)-f)∑∑(g(m+c,

4、n+r)-g)c=0r=0c=0r=0法进行遥感影像粗配准,再利用Harris算子实现特征点位置(1)的均匀分布,最后结合小波金字塔、不规则三角网等技术实式中,(m,n)为搜索区域中心;f(c,r)是像素灰度值(模现影像的精确配准。但此方法直接根据最大残差信息进行板子影中心);g(m+c,n+r)为(m,n)处像素灰度值;-f,-粗差剔除,且配准效果不够稳健。基于多项式的影像纠正与g为窗口像素灰度值;同名点即C(x,y)最大的点。该方法对配准方法简单直观,但由于遥感影像近年来在空间分辨率及遥感影像进行配准过程中对图像间的灰

5、度线性畸变的消除实际应用中的不断深入,这一方法也已不能满足其对高精度效果较好。配准的实际需求了。2.2多项式整体粗纠正1基于TIN分割的多源遥感影像高精度配准方法根据遥感影像几何配准原理,设任意像素P在A影像和的提出B影像中的坐标分别为(x,y)和(X,Y),则其数学表达式:X=Fx(x,y),Y=Fy(x,y)(2)基于TIN分割法的主要思想是:①提取参考影像上的特x=fx(X,Y),y=fy(X,Y)(3)征点作为控制点(配准);②获得同名点对并利用同名控制点式中,A为原始影像;B为配准后影像。前者是正解法变对构建TI

6、N;③逐三角形精确配准。配准过程流程见图1。换公式;后者是反解法变换公式。在SIFT算法粗匹配的基础上,再用多项式对影像进行整体粗纠正。如二次多项式的2影像的整体粗匹配反解法纠正,公式如下:Mikolajczyk等证明了Lowe提出的SIFT算子是局部描述x=a+aX+aY+aXY+aX+aY01234252[2]}算子中效果最好的,李晓明等也通过实验进一步验证了该(4)y=b+bX+bY+aXY+bX+bY01234252匹配法可以有效地实现遥感影像的精确配准。但由于利用该法可选取4个控制点,并利用一阶仿射变换来实现互S

7、IFT匹配算法获取同名点具有随机性,会出现同名点较少且配准影像间具有非常接近的旋转尺度来实现数字影像整体粗匹配。收稿日期:2017-01-17;修回日期:2017-01-19·169·=4detN/trN23获取影像精确配准控制点qc,r(8)式中,detN为矩阵N的行列式为trN:矩阵N的迹。首先需要利用一定的技术从参考影像上提取特征点(特3.2获取同名控制点征检查技术),并且要求这些特征点数量足够多,分布较均根据上述方法获取待配准影像(f)上特征点后,基于互匀。基于此,再利用一定的匹配算法(金字塔互相关)从待配相关相似

8、性测度,利用影像匹配原理获得其在参考影像(g)准影像上获得同名点(与特征点一一对应)作为配准控制[4]上的同名点。本部分采用金字塔逐层匹配法实现。点。为保证获取到均匀分布的控制点,需要先将影像按一M-1N-1定的格网形式分割为若干个相同的小格网,并确保在每一小∑∑(f(c,r)-f)(g(m+c,n+r

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。