基于仿射不變特征的遙感影像配準技術研究

基于仿射不變特征的遙感影像配準技術研究

ID:17650837

大?。?.19 MB

頁數:172頁

時間:2018-09-04

基于仿射不變特征的遙感影像配準技術研究_第1頁
基于仿射不變特征的遙感影像配準技術研究_第2頁
基于仿射不變特征的遙感影像配準技術研究_第3頁
基于仿射不變特征的遙感影像配準技術研究_第4頁
基于仿射不變特征的遙感影像配準技術研究_第5頁
資源描述:

《基于仿射不變特征的遙感影像配準技術研究》由會員上傳分享,免費在線閱讀,更多相關內容在學術論文-天天文庫。

1、摘要摘要近年來,遙感、傳感器網絡、無人機等空間數據的獲取技術取得革命性進步,加之存儲器價格的顯著下降,催生了從空間數據獲取知識的客觀需求。不同傳感器、不同時間、不同視點對同一地域場景的數據采集可有效擴大觀測范圍,提高地物目標的識別精度??臻g數據配準是實現空間數據建模、地理數據拼接、地物目標檢測、目標區(qū)域形變檢測、多源地物目標數據融合等實際應用的關鍵技術。遙感影像數據配準是空間數據配準的一個重要分支,能夠將多組不同坐標系下測量得到的同一地物場景的影像數據統(tǒng)一到同一坐標系下。但由于地物場景形式的多樣性,加之影像采集傳感

2、器、采集方法和采集視角的多變性,沒有一種通用的配準方法能夠解決所有的遙感影像配準需求。配準過程仍面臨影像之間仿射變化大、場景內部紋理相似度高、待配準影像之間重疊區(qū)域少等問題,嚴重影響配準精度和效果。本文從影像間的仿射變換物理模型出發(fā),在深入研究經典的影像特征匹配基本原理和實現方法基礎上,針對大幅度仿射變換遙感影像配準中存在的主要問題展開研究,探索解決方案,論文主要工作如下:(1)在定義仿射變換影像配準目標的基礎上,研究不同視點和視角影像之間的仿射變換范疇,在此框架下分析仿射變換關系和仿射變換幾何性質,并深入剖析仿射

3、不變特征基元提取的可行性,以及基于不變特征基元進行特征匹配的方法。(2)提出一套特征基元匹配的定量分析和評價指標模型,用于客觀度量配準效果,并設計了評價指標計算方法。指標中的誤匹配率和欠匹配率是從特征基元匹配的數量角度出發(fā),匹配分則是從特征基元匹配質量的角度出發(fā)進行配準效果的定量評判。(3)在研究經典的特征點提取原理和方法基礎上,提出一種基于擴展質心仿射估計的鄰域劃分算法,用于仿射變換影像特征描述的鄰域點范圍確定,以解決大仿射變換影像同名特征點描述一致性差的問題。并將該算法與SIFT特征描述相結合,通過與SIFT和

4、SURF方法的對比實驗,驗證了基于仿射估計的鄰域特征描述不僅能改善特征點之間的可區(qū)分性,在影像配準應用中較經典方法還具有一定的抗仿射變換優(yōu)勢。(4)在研究經典的特征區(qū)域提取原理和方法基礎上,對特征區(qū)域重疊覆蓋進行I中國礦業(yè)大學(北京)博士學位論文深入剖析,提出一種特征區(qū)域重疊覆蓋程度的度量模型,實驗分析了特征區(qū)域之間的重疊覆蓋程度越高,特征區(qū)域的可區(qū)分性越差,從而引發(fā)基元的有效利用率和特征匹配準確性下降。并通過實驗數據證實了隨著仿射變換幅度的增加,特征區(qū)域提取數量和同名特征匹配的準確率均會下降。(5)針對(4)中存

5、在的問題,提出一種仿射不變特征區(qū)域的降重疊優(yōu)化方法,結合經典的MSER特征區(qū)域提取算法,有效降低了MSER特征區(qū)域的重疊覆蓋率,實驗驗證了優(yōu)化方法的有效性,并且經過合理減少重疊覆蓋特征區(qū)域的手段,可有效提高特征區(qū)域的可區(qū)分度和抗仿射變換能力。(6)在研究多尺度自卷積變換的特征描述及其改進方法基礎上,提出一種局部多尺度自卷積歸一化直方圖LMSA_H構建方法,用于提取特征區(qū)域的仿射不變特征描述量。結合降重疊優(yōu)化的MSER特征區(qū)域檢測方法提出了一種基于降重疊優(yōu)化區(qū)域的LMSA_H特征描述方法,實驗驗證了該算法可進一步提高

6、特征區(qū)域的可區(qū)分度和抗仿射變換能力。本文所提特征點和特征區(qū)域提取及特征描述算法及模型在影像配準和影像目標識別等領域均具有重要的應用價值。本文的最后一章對所提基于擴展質心仿射估計鄰域劃分的特征點提取算法、降重疊優(yōu)化的特征區(qū)域檢測算法和基于LMSA_H的特征描述算法進行了全面總結,分析每種算法的優(yōu)劣和適用場合,為實際遙感影像配準應用提供參考建議。關鍵詞:影像配準,仿射不變特征,特征提?。惶卣髅枋?;特征匹配IIAbstractAbstractInrecentyears,theacquisitionofspatialdat

7、asuchasremotesensing,sensornetworks,anddroneshasmaderevolutionaryprogress.Additionally,thememorypricedropssignificantly.Thesechangesgiverisetotheobjectiveneedtoobtainknowledgefromspatialdata.Collectingdataofthesamegeographicalscenewithdifferentsensorsatdiffere

8、nttimesbydifferentviewpointscaneffectivelyexpandthescopeofobservationsandimprovetheaccuracyoftheobjectrecognition.Spatialdataregistrationisakeytechnologyforpracticalapplicationssuc

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內容,確認文檔內容符合您的需求后進行下載,若出現內容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。