光学精密工程
光學精密工程
광학정밀공정
OPTICS AND PRECISION ENGINEERING
2013年
8期
2146-2153
,共8页
图像处理%特征点匹配%尺度不变特性变换(SIFT)%多源遥感影像%多光谱
圖像處理%特徵點匹配%呎度不變特性變換(SIFT)%多源遙感影像%多光譜
도상처리%특정점필배%척도불변특성변환(SIFT)%다원요감영상%다광보
image processing%feature point matching%Scale Invariant Feature Transform(SIFT)%multi-spectral remote image%multi-spectra
针对多源遥感影像之间灰度值非线性变化导致特征点匹配率大幅度下降的问题,提出了一种利用光谱信息的多源遥感影像特征点匹配算法.首先,以光谱信息对遥感影像波段进行线性拟合,使待匹配影像与参考影像之间的灰度值由非线性转变为线性或者近似线性变化.接着,在拟合的遥感影像上采用改进的尺度不变特征变换(SIFT)算法进行匹配.最后,采用随机抽样一致性算法剔除误匹配点对.与常用特征点检测算法(SIFT,梯度位置朝向直方图(GLOH),RS-SIFT)的对比实验结果表明,本文所用的ETM+影像全色与多光谱影像的特征点匹配率提高了4％左右,CBERS-02B和HJ-1B卫星多光谱影像的正确特征点匹配个数增加了8对.因此,在多源遥感影像特征点匹配中,本文所提算法优于其它检测算法,可以极大地改善匹配效果.
針對多源遙感影像之間灰度值非線性變化導緻特徵點匹配率大幅度下降的問題,提齣瞭一種利用光譜信息的多源遙感影像特徵點匹配算法.首先,以光譜信息對遙感影像波段進行線性擬閤,使待匹配影像與參攷影像之間的灰度值由非線性轉變為線性或者近似線性變化.接著,在擬閤的遙感影像上採用改進的呎度不變特徵變換(SIFT)算法進行匹配.最後,採用隨機抽樣一緻性算法剔除誤匹配點對.與常用特徵點檢測算法(SIFT,梯度位置朝嚮直方圖(GLOH),RS-SIFT)的對比實驗結果錶明,本文所用的ETM+影像全色與多光譜影像的特徵點匹配率提高瞭4％左右,CBERS-02B和HJ-1B衛星多光譜影像的正確特徵點匹配箇數增加瞭8對.因此,在多源遙感影像特徵點匹配中,本文所提算法優于其它檢測算法,可以極大地改善匹配效果.
침대다원요감영상지간회도치비선성변화도치특정점필배솔대폭도하강적문제,제출료일충이용광보신식적다원요감영상특정점필배산법.수선,이광보신식대요감영상파단진행선성의합,사대필배영상여삼고영상지간적회도치유비선성전변위선성혹자근사선성변화.접착,재의합적요감영상상채용개진적척도불변특정변환(SIFT)산법진행필배.최후,채용수궤추양일치성산법척제오필배점대.여상용특정점검측산법(SIFT,제도위치조향직방도(GLOH),RS-SIFT)적대비실험결과표명,본문소용적ETM+영상전색여다광보영상적특정점필배솔제고료4％좌우,CBERS-02B화HJ-1B위성다광보영상적정학특정점필배개수증가료8대.인차,재다원요감영상특정점필배중,본문소제산법우우기타검측산법,가이겁대지개선필배효과.
