学位论文 > 优秀研究生学位论文题录展示
多光谱遥感图像配准与融合方法研究
作 者: 司美玲
导 师: 朱近;夏德深
学 校: 南京理工大学
专 业: 模式识别与智能系统
关键词: 多光谱遥感图像 图像配准 图像融合 角点检测算子 SIFT算子 局部灰度极值 小波变换 HIS变换
分类号: TP751
类 型: 硕士论文
年 份: 2011年
下 载: 120次
引 用: 0次
阅 读: 论文下载
内容摘要
多光谱图像丰富的光谱信息为地物的边界和地物目标的识别创造了良好的条件,因此作为遥感图像中一类重要的图像,它的应用范围很广。本文针对多光谱遥感图像配准与融合方法进行了研究。首先本文实现了对于一般灰度图像适用的三种角点检测算法:Harris、SUSAN和ACSS角点检测算法。然后又详细研究了基于SIFT的特征点提取算法。本文实验把这四种方法用于多光谱遥感图像的配准中,实验结果表明Harris算子提取的特征点很少,SUSAN算子提取的特征点数受灰度对比度影响很大,最后能够匹配到的特征点对几乎不能完成图像配准。所以这两种方法不适用于多光谱遥感图像的配准。ACSS、SIFT方法在每幅波段图像上提取的特征点数很多,这两种方法把灰度相差不大、谱段也相差不大的多光谱图像当作一般的灰度图像配准,也能够得到相应数量的匹配点对数,从而达到配准效果。但是对于灰度差异很大、谱段相差较大的情况这两种方法的配准效果也不好。根据多光谱遥感图像具有各谱段图像间的灰度差异大,位置偏移误差是亚像素级的独有特点,本文提出了一种基于局部灰度极值的图像配准算法。这也是本文的创新工作所在。本算法思想是在基准图像上寻找具有灰度极值的区域并保存这些区域,在待配准图的相应区域判断是否同样含有灰度极值。如果有,那么就保留该区域,否则就剔除该区域。然后对保留下的极值区域用二次多项式法进行曲面拟合,拟合后的极值点即作为初匹配的特征点对。实验结果表明本文方法不受多光谱图像灰度差异大的影响,能够很好的完成图像的配准。实验中还用模拟多光谱图像进行了实验,结果证明本方法具有算法简单和配准精度好的特点。在图像配准的基础上,本文又介绍了图像融合算法。图像融合作为图像配准的一个重要应用,本文研究了基于小波变换的多波段图像融合和传统小波变换、HIS变换和基于HIS和小波变换的全色图像和多光谱图像融合。实验结果表明对于多波段图像的融合本文中低频系数采用加权平均、高频系数采用改进的拉普拉斯规则图像融合效果最好。对于全色图像和多光谱图像是基于HIS和小波变换的融合效果优于另外两种。
|
全文目录
摘要 3-4 Abstract 4-6 目录 6-9 1 绪论 9-13 1.1 课题背景和选题来源 9 1.2 课题研究的历史及发展前景 9-11 1.2.1 图像配准的历史及发展前景 9-10 1.2.2 图像融合的历史及发展前景 10-11 1.3 论文的研究工作和主要安排 11-13 2 图像配准 13-35 2.1 引言 13 2.2 图像配准的定义 13 2.3 图像配准的方法 13-14 2.3.1 基于灰度信息的图像配准方法介绍 13-14 2.3.2 基于变换域的图像配准方法介绍 14 2.3.3 基于特征的图像配准方法介绍 14 2.4 角点检测算法 14-21 2.4.1 什么是角点 15 2.4.2 角点检测算法分类 15 2.4.3 Harris角点检测算法 15-17 2.4.4 SUSAN角点检测算法 17-19 2.4.5 ACSS角点检测算法 19-21 2.5 去除误匹配方法介绍 21-24 2.5.1 局部相关系数法 21-22 2.5.2 对极几何估计法 22-23 2.5.3 欧式距离约束法 23-24 2.6 实验与分析 24-34 2.6.1 误差评价方法 24-25 2.6.2 实验设计 25-26 2.6.3 实验结果与分析 26-34 2.7 本章小结 34-35 3 基于SIFT算子特征点提取算法 35-46 3.1 引言 35 3.2 SIFT特征向量的特性 35 3.3 SIFT算子提取特征点的详述 35-40 3.3.1 尺度空间极值检测 35-37 3.3.2 精确定位特征点位置 37-38 3.3.3 指定特征点的主方向 38-39 3.3.4 特征点描述符的生成 39-40 3.4 SIFT特征向量初匹配 40 3.5 基于SIFT算子提取特征点图像配准步骤 40 3.6 实验与分析 40-44 3.6.1 实验结果 40-44 3.6.2 实验分析 44 3.7 本章小结 44-46 4 基于局部灰度极值的图像配准算法 46-57 4.1 引言 46 4.2 多光谱遥感图像的独特性 46 4.3 基于局部灰度极值算法概述 46 4.4 基于局部灰度极值算法详述 46-49 4.4.1 局部灰度极值区域的定义 47 4.4.2 基于局部灰度极值方法的多光谱图像配准步骤 47-49 4.5 实验与分析 49-56 4.5.1 实验结果 49-53 4.5.2 实验分析 53-54 4.5.3 几种配准方法对比实验分析 54-56 4.6 本章小结 56-57 5 基于小波变换的多光谱图像融合方法 57-73 5.1 引言 57 5.2 小波变换原理 57-60 5.2.1 小波变换的定义 57-58 5.2.2 基于Mallat算法的图像分解与重构 58-60 5.2.3 小波变换在图像处理方面的优点 60 5.3 基于小波变换的图像融合 60-63 5.3.1 图像融合的基本步骤 60-61 5.3.2 图像融合规则 61-62 5.3.3 图像融合结果评价 62-63 5.4 基于传统的小波变换的全色与多光谱遥感图像融合方法 63-64 5.5 基于IHS空间的全色与多光谱遥感图像融合 64 5.6 基于HIS空间和小波变换相结合的全色与多光谱图像融合 64-65 5.7 实验与分析 65-71 5.7.1 多波段图像融合结果 65-68 5.7.2 全色图像与多光谱图像融合结果 68-71 5.8 本章小结 71-73 6 总结与展望 73-75 6.1 本文总结 73-74 6.2 展望 74-75 致谢 75-76 参考文献 76-80 附录 80
|
相似论文
- 永磁直驱风电系统中网侧变换器控制与风机模拟技术研究,TM46
- 液晶空间光调制器的波前变换研究,TN761
- 基于重叠变换与矢量量化的图像压缩算法及应用研究,TN919.81
- 基于TS101的DFT输出子集算法研究及软件实现,TN911.72
- 音乐结构自动分析研究,TN912.3
- 变极性微弧氧化脉冲电源拓扑结构的研究,TN86
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 桡动脉超声多普勒血流信号的特征提取及分类研究,TP391.41
- 基于对数正态分布异方差模型的统计推断,O212.1
- 广义系统的结构分析及控制方法研究,N945.1
- 基于空间—频率域的织物组织识别新技术研究,TS101.923
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 数字摄影测量技术在炮兵侦察定位中的应用研究,E919
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
- 基于多尺度分析的图像融合算法研究,TP391.41
- 车牌识别系统中车牌定位算法的研究,TP391.41
- 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
- 轮廓波变换及其在图像处理中的应用,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 遥感技术 > 遥感图像的解译、识别与处理 > 图像处理方法
© 2012 www.xueweilunwen.com
|