文档介绍：基于Harris和QGA的航空
遥感图像配准
答辩人:张博
指导教师:井元伟教授
绪论
第二部分:章节名称
航空遥感图像配准实验
Northeastern University Nov 12, 2008
Harris角点自动提取并行算法
基于QGA的特征点匹配
结论与展望
Northeastern University Nov 12, 2008
绪论
传感器技术、航空航天技术、光学技术以及通讯技术快速发展,遥感技术已经进入一个能够动态、快速、准确提供多种对地观测数据的新阶段;
遥感技术在环境监测、国土资源勘探、军事侦察以及考古等许多领域中发挥着越来越重要的作用,因而航空遥感图像的配准也就日显重要;
飞行高度以及摄像设备等各种因素的限制,在研究区域较大时,需要多幅遥感图像才能覆盖的情况,这需要将覆盖研究区域的那些数字图像进行拼接,便于进行统一的处理、解译、研究和分析工作。
课题的研究背景及意义
Northeastern University Nov 12, 2008
定义:对取自不同时间、不同传感器或不同视角的同一景物的两
幅图像或多幅图像进行匹配、叠加的过程。
目的:精确找出相邻两幅图像中重叠部分的位置,然后确定两幅图
像的变换关系,建立变换模型,为图像融合作准备。
图像配准的概念目的
输入图像
预
处理
图像配准
建立图像变换模型
统一坐标变换
图像融合
全景图像
图像拼接基本流程
Northeastern University Nov 12, 2008
基于图像特征的图像配准:利用图像的明显特征来估计图像之间的变换,而不是利用图像的全部信息。比如图像的特征点(角点或关键点) 、轮廓和一些不变矩等。
控制点配准算法
自动角点检测配准算法
基于轮廓特征的配准算法
基于SIFT(尺度不变特征变换)
基于区域的图像配准:首先直接利用整幅图像的灰度度量两幅图像之间的相似性, 然后利用搜索方法寻找使相似性度最大或最小值点,从而确定两幅图像之间的变换模型参数。
对数极坐标变换方法
相关法
最大互信息配准法
图像配准的相关方法
基于特征的图像配准是目前较成熟的配准方法,有三大
优点:
计算量小;
配准精度高;
适应能力强。
该方法的关键问题是:
提高配准的效率,增强实时性要求;
提高配准的精度,增强实地性要求。
本文的解决办法:
缩小特征点搜索区域,均匀提取特征点;
采用量子遗传算法进行寻优。
Northeastern University Nov 12, 2008
本文的出发点
Northeastern University Nov 12, 2008
Harris角点自动提取并行算法
Northeastern University Nov 12, 2008
角点检测方法主要有两类:基于图像边缘的方法和基于图像灰度的方法,多使用基于图像灰度的方法。
提取算子主要有:Moravec算子、Hannah算子、Dreschler算子、Forstner算子、Harris算子等。
基本思想:在图像中设计一个局部检测窗口,当该窗口沿各个方向作微小移动时,考察窗口的平均能量变化,当该能量变化超过设定的阈值时,就将窗口的中心像素点提取为角点。
角点检测公式为
()
Harris算子检测原理
Northeastern University Nov 12, 2008
其中
()
其中, ; ; 。
E 描述了自相关函数在原点的形状,设和分别是M 的2个特征值。和与局部自相关函数的主曲率成比例,构成一个对M 的旋转不变数。通过判断和的值的情况来判断平坦区、角点和边沿。
均很小,则平坦;
一个大一个小,则为边沿;
均很大,则为角点
Harris算子检测原理