【摘要】：多源圖像配準是將多源成像傳感器在不同成像視角、不同成像時間下獲取的不同分辨率的(多粒度)、物理特性迥異的(異質(zhì))數(shù)據(jù)實現(xiàn)時空對齊的過程,已發(fā)展成為圖像處理領域的重要研究分支。對這些異質(zhì)多粒度數(shù)據(jù)進行多源融合后具有信息互補和整體展示的優(yōu)勢,然而獲得這種優(yōu)勢的前提是多源圖像配準,即多源時空一致性映射。多源圖像配準技術可應用于軍民兩用領域,如國土測繪、安保監(jiān)視、對地監(jiān)測、低空避險、應急救援、防災減災、地形匹配、戰(zhàn)場偵察、海洋維權等,可為我國提升全天時、全天候環(huán)境感知能力提供關鍵技術支撐。相比同源圖像配準研究,多源圖像配準的研究尚未成熟。由于多源數(shù)據(jù)異質(zhì)、多粒度且時空不一致,造成多源時空配準精度低甚至完全失效。因此,深入開展復雜環(huán)境下多源時空配準方法的研究具有十分重要的意義。論文的主要工作如下:多源異質(zhì)多粒度數(shù)據(jù)具有特征與質(zhì)量差異大的特點,這種特點造成干擾配準的因素眾多,導致采用單一特征度量和約束的傳統(tǒng)多源配準方法誤配率高甚至匹配失效的問題。針對上述問題,提出了一種基于多特征聯(lián)合約束的多源時空圖像配準算法。該方法基于Harris角點檢測算法對多源時空圖像進行角點檢測,利用構建的位置、距離和互信息的多特征約束,實現(xiàn)誤匹配的角點剔除,采用隨機抽樣一致性算法進行迭代擬合,從而減小控制點估計誤差,最終精確估計出映射矩陣。對谷歌光學圖像和星載SAR實測圖像的配準結果表明,該多源配準方法有效地剔除了誤匹配的角點對,實現(xiàn)了對多源映射矩陣的穩(wěn)健估計,從而達到了亞像素級配準精度。針對某些SAR圖像特征點缺乏,如草地、沙漠、湖泊以及海洋等場景,造成傳統(tǒng)基于特征的配準方法難以有效獲取特征點。利用衡量變量間相互倚賴程度的互信息作為相似性度量和幾何變換參數(shù)的智能搜索算法,避免了特征點缺乏的問題。將互信息作為相似性測度,然后用智能方法來搜尋幾何變換參數(shù),擺脫了傳統(tǒng)基于特征的配準方法對較均勻場景配準失配率高的困局。然而,現(xiàn)有基于互信息的智能搜索配準方法存在相似性度量魯棒性差和局部收斂的缺陷。為此,納入臨近像素作為互信息統(tǒng)計區(qū)域(區(qū)域互信息)以增強相似性度量的魯棒性;利用量子的隨機性覆蓋整個搜索空間,通過量子粒子群智能搜索算法以高概率獲得幾何變換參數(shù)的全局最優(yōu)解。利用區(qū)域互信息,結合量子粒子群算法,提出了基于區(qū)域互信息的智能搜索圖像配準方法。對美國圣地亞實驗室VideoSAR實測圖像配準的結果表明,該方法具有相似性度量描述準確和全局迅速收斂的優(yōu)勢,達到了亞像素級的配準效果。
【圖文】：

（a）原始圖像 （b）剛體變換圖像圖 2.1剛體變換（2）仿射變換仿射變換，具有保持平行直線在映射前后特性不發(fā)生改變的優(yōu)點。若目標某坐標為 x, y ，經(jīng)過變換后坐標為 ' 'x ,y ，那么它的數(shù)學模型為：'11 12 13'21 22 231 0 0 1 1x a a a xy a a a y (2公式(2-5)中，11a 和22a 代表伸縮量，分別表示沿 x 軸和 y 軸方向的比例系數(shù)21a 代表錯切量，分別指沿 x 軸和 y 軸的錯切系數(shù)；13a 和23a 代表位移量，，分別和y軸的位移。仿射變換可以看成是由平移、旋轉和縮放三部分組成，經(jīng)仿射變換后圖像中

（a）原始圖像 （b）仿射變換圖像圖 2.2仿射變換（3）投影變換投影變換，是指將三維立體映射到投影面從而獲取二維平面圖像，直線在該變作下維持不變，然而其平行關系通常發(fā)生改變。若目標某點變換前坐標為 x, 過變換后坐標為 ' 'x ,y ，那么它的數(shù)學模型為：11 1 12 1 13231 1 21 1 3321 1 22 1 23231 1 21 1 33a x a y axa x a y aa x a y aya x a y a (2公式(2-6)中，變換參數(shù)11a 、12a 、13a 、21a 、22a 、23a 、31a 、33a 是由實際圖像的常數(shù)。
【學位授予單位】：西安電子科技大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP391.41;TP212

【參考文獻】

相關期刊論文 前4條

1 陸和平;高磊;;基于互相關的多源遙感圖像匹配的改進算法[J];航天控制;2009年02期

2 張雍吉;范晉湘;段連飛;;基于區(qū)域特征的光學圖像與SAR圖像配準算法[J];合肥學院學報(自然科學版);2008年04期

3 李曉明;鄭鏈;胡占義;;基于SIFT特征的遙感影像自動配準[J];遙感學報;2006年06期

4 于秋則,程輝,田金文,柳健;基于邊緣特征的SAR圖像與光學圖像的匹配[J];雷達科學與技術;2003年04期

相關碩士學位論文 前2條

1 張楠;基于灰度特征的SAR圖像配準方法研究[D];西安電子科技大學;2014年

2 余婷;基于特征的遙感圖像自動配準技術研究[D];浙江大學;2013年

本文編號：2690497