基于自适应角点提取的遥感图像匹配方法研究

摘要

遥感作为一门新兴综合性探测技术的学科,有着广泛的应用前景。随着遥感技术的不断发展,人们得到了海量的遥感图像数据,于是遥感图像处理工作显得十分重要。图像匹配技术作为图像处理的一个重要组成部分,影响着图像处理的其它方面,如图像融合、图像镶嵌、图像拼接等。因此,吸引了越来越多的研究者对图像匹配算法的研究,也产生了很多经典算法,并被广泛的应用在多个重要领域中。
　　本文主要是采用角点特征提取对遥感图像进行匹配的研究,本文的内容总结主要为以下几点:
　　1.系统介绍了图像匹配技术的国内外研究现状,简要分析了基于灰度的图像匹配和基于特征的图像匹配中各类方法。对遥感图像匹配相关原理进行概括性的讨论,简要说明了图像的数学定义、图像匹配要素和影响遥感图像匹配的因素。介绍了基于角点特征检测技术在图像匹配中的应用,并将基于角点特征匹配作为本文的研究方向。
　　2.对图像特征的特征角点提取中,主要研究了SUSAN角点特征提取算法原理。通过实验发现 SUSAN角点特征提取算法提取的特征点虽然很多,但同时将非角点的边缘点也提取出来,使得提取的特征点存在大量的伪角点。提出了两种改进的SUSAN角点提取算法,首先采用SUSAN模板对图像进行模板计算得到灰度差图,然后用Sobel算子计算得到灰度差梯度图,再根据梯度图的灰度分布特征,采用图像分割方法的判断分析法和KSW熵方法对梯度图做分析处理,最终实现阈值的自动选取,正确提取出有价值的特征角点,同时在算法的执行时间上进行了比较。试验结果表明,改进算法较之传统算法有明显优势,能准确有效的提取出角点,大大的减少了伪角点的数量,提高了角点检测的准确度。
　　3.简要的介绍了图像的几何变换模型和匹配误差估算。在图像匹配方面,主要研究了RANSAC算法,并将其运用到对改进算法提取的特征点进一步筛选伪角点,并给出了算法的实验结果。

目录

封面

声明

中文摘要

英文摘要

目录

引 言

1 绪论

1.1 遥感图像匹配研究概述

1.2 主要研究方法介绍

1.3 论文的结构及主要内容

2 遥感图像匹配相关理论

2.1 图像匹配的数学定义

2.2 图像匹配要素

2.3 影响遥感图像匹配性能误差的因素

3 角点特征提取算法

3.1 角点检测技术

3.2 SUSAN 角点检测算法

3.3 改进的 SUSAN 角点提取算法

3.4 实验结果

3.5 本章小结

4 基于 RANSAC 算法的图像匹配

4.1 RANSAC 特征匹配

4.2 几何变换估计和匹配误差估算

4.3 匹配算法框架

4.4 实验结果

4.5 本章小结

5 总结与研究展望

5.1 总结

5.2 研究展望

参考文献

后 记

附录：攻读硕士学位期间发表的部分学术论著