基于卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像配準方法

《基于卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像配準方法》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。

1、分類號：密級：UDC：學號：416116113060南昌大學專業(yè)學位研究生學位論文基于卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像配準方法RemoteSensingImageRegistrationMethodBasedonConvolutionalNeuralNetwork吳航培養(yǎng)單位（院、系）：信息工程學院計算機系指導教師姓名、職稱：葉發(fā)茂副教授專業(yè)學位種類：工程碩士專業(yè)領(lǐng)域名稱：軟件工程論文答辯日期：2015年5月26日答辯委員會主席：黃兆華評閱人：王命延趙應(yīng)丁2015年6月10日、學位論文獨創(chuàng)性聲明本人聲明所呈交的學位

2、論文是本人在導師指導下進行的研究工作及取得的研究成果。據(jù)我所知，除了文中特別加以標注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得南昌大學或其他教育機構(gòu)的學位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示謝意。學位論文作者簽名（手寫簽字円期：年<月~n二、學位論文版權(quán)使用授權(quán)書本學位論文作者完全了解南昌大學有關(guān)保留、使用學位論文的規(guī)定，同意學校有權(quán)保留并向國家有關(guān)部門或機構(gòu)送交論文的復印件和電子版，允許論文被查閱和借閱。本人授權(quán)

3、南昌大學可以將學位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復制手段保存、匯編本學位論文。同時授權(quán)北京萬方數(shù)據(jù)股份有限公司和中國學術(shù)期刊（光盤版）電子雜志社將本學位論文收錄到《中國學位論文全文數(shù)據(jù)庫》和《中國優(yōu)秀博碩士學位論文全文數(shù)據(jù)庫》中全文發(fā)表，并通過網(wǎng)絡(luò)向社會公眾提供信息服務(wù)，同意按“章程”規(guī)定享受相關(guān)權(quán)益。學位論文作者簽名（手寫）:導師簽名（手寫）：簽字閂期年乙月作日簽字日期：(月（丨閂論文題目取啦句兔展敘辱!1準W姓名學號私““論文級別博士□碩士■院/系/所專業(yè)辦敗切

4、公開□保密（向校學位辦申請獲批準為“保密”，______年_月后公開)摘要摘要圖像配準的主要目的是為了實現(xiàn)同一目標區(qū)域在不同時間、不同視角或不同傳感器獲得的圖像數(shù)據(jù)在空間位置上重合，圖像配準問題是地理信息學、影像醫(yī)學、計算機視覺等眾多應(yīng)用領(lǐng)域中基礎(chǔ)性問題。對于完成衛(wèi)星遙感圖像之間的配準，得出的配準信息對于完成目標識別、圖像融合、場景重建等諸多應(yīng)用問題的實現(xiàn),有著至關(guān)重要的作用。在當前海量的遙感圖像數(shù)據(jù)信息面前，傳統(tǒng)的人工選取圖像之間控制點實現(xiàn)遙感圖像配準的方法已經(jīng)無法滿足實際應(yīng)用中對于數(shù)據(jù)實時性的要求，所

5、以改善自動化圖像配準技術(shù)，已成為圖像配準領(lǐng)域中的研究重點方向。傳統(tǒng)的圖像配準算法主要分為兩大類：基于圖像區(qū)域的配準算法和基于圖像特征的配準算法。本文主要采用了基于局部特征的配準算法，并通過訓練好的卷積神經(jīng)網(wǎng)絡(luò)來獲取控制點的特征表達，以此來取得在圖像配準的特征匹配階段有較好的正確匹配對的數(shù)量，進而實現(xiàn)光學遙感圖像之間的配準，本文驗證了提出方法的可行性，本文主要完成的工作具體有下列幾點：1.總結(jié)了圖像配準技術(shù)現(xiàn)階段的發(fā)展情況和傳統(tǒng)的圖像配準流程，并對未來圖像配準技術(shù)的發(fā)展方向做出了展望；2.介紹了圖像配準以及

6、卷積神經(jīng)網(wǎng)絡(luò)的理論知識，并對卷積神經(jīng)網(wǎng)絡(luò)原理進行了詳細的推導說明；3.采用最大穩(wěn)定極值區(qū)域（MaximallyStableExtremalRegions,MSERs）提取訓練卷積神經(jīng)網(wǎng)絡(luò)所需要的特征樣本，并構(gòu)造合適的網(wǎng)絡(luò)結(jié)構(gòu)進行網(wǎng)絡(luò)的訓練。4.利用訓練完成的卷積神經(jīng)網(wǎng)絡(luò)模型轉(zhuǎn)化待配準圖像之間控制點的特征，并形成相應(yīng)的特征表達，使用所得出的特征表達進行特征匹配。最后在光學遙感圖像上進行了此方法的模擬仿真實驗，并得出較好的圖像配準效果。關(guān)鍵詞：圖像配準；卷積神經(jīng)網(wǎng)絡(luò)；特征表達；最大穩(wěn)定極值區(qū)域IAbstrac

7、tABSTRACTThemainfunctionofimageregistrationistoachievetheprocessofgeometricaloverlayingtwoormoreimagesoftheareaatdifferenttimes,fromdifferentviewpointsorbydifferentsensors.ImageregistrationisthefoundationproblemofGeographicScience,MedicalImaging,ComputerV

8、isionetal.Inrespectofsatelliteremotesensingimageregistrationareas,Imageregistrationinformationfortherealizationoftheappli-cationoftheobjectrecognition,imagefusion,reconstruction,andmanyotherscenes,hasanindispensable