当前位置:主页 > 管理论文 > 工程管理论文 >

中波红外与可见光遥感图像匹配技术研究

发布时间:2018-05-22 20:56

  本文选题:多模态图像匹配 + 遥感图像匹配 ; 参考:《武汉大学》2014年博士论文


【摘要】:图像匹配是图像工程中的一项基本命题,在摄影测量与遥感、计算机视觉和医学图像处理等领域都是重点研究的基础性和关键性技术。图像匹配问题主要面临着来自图像之间几何畸变和灰度畸变两个方向的挑战,所以相应的图像匹配研究的难点分别是宽基线图像匹配和多模态图像匹配问题。中波红外与可见光遥感图像的匹配,就属于多模态图像匹配的挑战性问题。红外与可见光图像的匹配在遥感、计算机视觉和军事等领域都有着广泛的应用需求,这两种图像的匹配主要是为下一环节的图像配准和信息融合工作提供支持。本文研究的项目背景是国内首套机载中波红外成像系统的研制工作,通过中波红外与可见光遥感图像的匹配,还可以利用可见光波段摄影测量成果来辅助中波红外影像的定向。所以,开展机载中波红外与可见光遥感图像匹配技术的研究,不仅对新型航空遥感平台研制和景象匹配精确制导技术研发有着直接的应用需求,而且对于丰富和发展图像工程以及多光谱遥感对地观测理论等问题更有着重要的促进意义。 针对目前基于区域和基于特征的多模态图像匹配方法存在的问题,结合中波红外与可见光遥感图像的特性分析,本文提出结合梯度平方变换的梯度相关快速匹配算法。梯度信息突出反应了图像的结构特性,复数域的梯度相关匹配比实数域的灰度相关匹配具有更好的匹配精度和鲁棒性,再通过梯度平方变换将梯度相关匹配方法进一步推广应用到多模态图像的快速匹配问题。本文的研究工作和创新性主要体现在以下几个方面: 1)研究机载中波红外与可见光遥感图像的特性差异及匹配预处理技术 从电磁辐射和光学成像原理等方面,分析中波红外与可见光遥感图像在灰度特性和几何特征上呈现的差异性和关联性,以及相应的灰度、几何预处理方法,包括中波红外图像的显示增强、去坏点处理等,以及中波红外相机的几何标定、面阵摆扫影像的投影纠正处理等。 2)研究了基于特征的多模态遥感图像匹配的可行性问题 研究在多模态图像灰度特性差异的情况下,采用现有算法进行特征点或边缘提取所出现的特征相互缺失和位置响应不一致等问题和原因。基于特征的多模态图像匹配的瓶颈,并不是匹配测度的模态不变性,而应该是特征的可重现探测问题,指出至少在目前,基于特征的多模态遥感图像匹配的可行性还很低。 3)研究了基于区域的多模态遥感图像匹配的可行性问题 通过对互信息的主要技术实现和改进方法的分析和比较,提出对联合直方图平滑来实现简易实用的灰度概率估计方法,结合PV插值技术克服了互信息的非凸性和局部极值问题,对于多模态遥感图像匹配具有一定的可行性。实现了基于自相似测度的区域匹配FFT快速算法,进而分析了自相似性与梯度信息的关联性,而复数梯度表示图像结构的信息损失更少,计算复杂度更低,指出研究基于梯度的多模态图像匹配频率域快速算法,更有可行性和应用价值。 4)提出了幅值不变的多模态图像梯度平方变换算法 变换后的多模态图像具有与单模态图像相似的梯度方向属性,克服了以往梯度方向镜向算法的角度值归算误差和奇异性问题。与梯度幅值归一化方法相比,本文方法的计算效率更高,而且完全不涉及阈值设置问题,同时保留了梯度幅值信息而减少了图像信息的损失,还便于实现FFT频域快速算法,也可以与特征匹配方法结合使用。 5)将图像相关频域快速算法推广应用到多模态图像匹配 辨析了实数灰度或复数梯度图像,在空间域相关频域快速算法与频率域相位相关算法的联系和区别,比较了两者的匹配模型和性能差异。将Fourier-Mellin算法推广并应用到多模态图像的相似变换匹配问题,指出复数梯度图像的功率谱不具有共轭对称性,简化了梯度图像Fourier-Mellin算法的旋转角解算步骤。提出了结合梯度平方变换、FFT梯度相关、梯度相位相关的中波红外与可见光遥感图像匹配技术方案。
[Abstract]:......
【学位授予单位】:武汉大学
【学位级别】:博士
【学位授予年份】:2014
【分类号】:TP751

【参考文献】

相关期刊论文 前2条

1 张祖勋;数字摄影测量与计算机视觉[J];武汉大学学报(信息科学版);2004年12期

2 张祖勋,张剑清,廖明生,张力;遥感影像的高精度自动配准[J];武汉测绘科技大学学报;1998年04期

相关博士学位论文 前1条

1 李壮;异源图像匹配关键技术研究[D];国防科学技术大学;2011年



本文编号:1923575

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/1923575.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户985ee***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com