基于改进SIFT和改进K-means的遥感图像配准算法

发布时间：2020-03-24 20:52

【摘要】：第三次科技革命的浪潮席卷而来,科技的发展日新月异,也推动了航空航天技术的迅猛发展,人类能够获得日益丰富的遥感影像信息。科技的发展也使得硬件设备不断的升级换代,传感器分辨率的不断增强就是其中典型的例子。科技的进步带动了人类研究的发展,越来越多的研究者们开始把目光从低分辨率遥感图像放到了空间分辨率1米左右的高分辨率影像上。遥感图像配准是遥感图像处理中比较关键的一步,当不同类型的传感器从不同角度、不同时间对同一场景进行拍摄时,遥感图像会存在严重几何变形,给遥感图像处理带来困难。遥感图像配准就是在处理各类遥感数据之前,把存在几何变形的遥感图像还原。具体过程就是把两幅或多幅不同类型的遥感图像进行空间几何变换,使图像中代表同一位置的对应区域映射到相同坐标下,而后匹配或叠加。遥感影像自动配准已成为该领域的研究热点。本文主要针对传统配准算法中的两个问题:一是SIFT算法提取特征点数目过多;二是出现误匹配点。因此提出了一种基于改进SIFT和改进K-means的遥感图像配准算法。本算法具体流程如下:首先使用Harris角点检测算法提取特征点,而后求得匹配的特征点对,完成图像粗配准,得到待精配准图像。之后是精配准过程,对参考图像和待精配准图像降采样处理,并提取出两幅图像的感兴趣区域;然后利用SIFT算法提取较小尺度的特征点;之后利用改进K-means聚类算法对得到的特征点进行分类,每类为一片区域;区域内的点构建Delaunay三角网,然后将两幅图像对应区域的三角形比较三角形相似度,若相似度大于阈值,就得到正确匹配点对,以此求得精确匹配点;最后利用这些精确匹配点对求解转换模型参数,完成最终的图像配准。实验结果表明了算法的有效性。
【图文】：

图 1-2 视角变化图在图像配准中，遥感图像配准是其中比较重要的一个分支。现今社会，遥感影不断向多时相、多角度及多分辨率方向发展[9]。随着传感器分辨率的不断增强，越越多的科研人员开始对高分辨率遥感影像数据处理进行研究，其中就包括地质勘测航空侦察、遥感图像融合、三维场景重建、环境监测等领域的遥感数据处理[6]。遥图像处理也在农业、林业、国土资源等领域得到广泛应用[10]。例如在汶川地震、青玉树地震中，第一时间就获取了当地的卫星遥感数据，为后续救援提供了可靠的依[10]。而遥感影像快速配准就是这些应用中的关键一步。遥感图像是由不同类型的传器或从不同角度、不同时间对同一场景拍摄形成的，所以遥感图像之间会存在几何形，，给遥感图像处理带来一定的困难。图像配准就是在对各类遥感数据进行处理之前先对两幅或多幅不同类型的图像进行空间几何变换，使得图像中代表同一位置的对区域映射到相同坐标下，而后进行匹配或叠加。而随着遥感数据的日益庞大，仅依

不断向多时相、多角度及多分辨率方向发展[9]。随着传感器分辨率的不断增强，越来越多的科研人员开始对高分辨率遥感影像数据处理进行研究，其中就包括地质勘测、航空侦察、遥感图像融合、三维场景重建、环境监测等领域的遥感数据处理[6]。遥感图像处理也在农业、林业、国土资源等领域得到广泛应用[10]。例如在汶川地震、青海玉树地震中，第一时间就获取了当地的卫星遥感数据，为后续救援提供了可靠的依据[10]。而遥感影像快速配准就是这些应用中的关键一步。遥感图像是由不同类型的传感器或从不同角度、不同时间对同一场景拍摄形成的，所以遥感图像之间会存在几何变形，给遥感图像处理带来一定的困难。图像配准就是在对各类遥感数据进行处理之前，先对两幅或多幅不同类型的图像进行空间几何变换，使得图像中代表同一位置的对应区域映射到相同坐标下，而后进行匹配或叠加。而随着遥感数据的日益庞大，仅依靠人工配准的成本太高，因此遥感影像自动配准成为该领域的研究热点[11]。图 1-3 是不同传感器拍摄的遥感图像。
【学位授予单位】：华东师范大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP751

【参考文献】

相关期刊论文 前10条

1 葛青青;高建瓴;;粒子群算法改进的K-Means聚类算法[J];微型电脑应用;2015年10期

2 许佳佳;;结合Harris与SIFT算子的图像快速配准算法[J];中国光学;2015年04期

3 孙亮;王双庆;邢建春;;一种基于自适应阈值的改进MIC算法[J];微电子学与计算机;2015年05期

4 尹奎英;张雄;李成;乔寅骐;;基于SIFT-Delaunay编码的SAR图像自动配准算法[J];现代雷达;2015年04期

5 史益新;邱天爽;韩军;金声;;基于混合互信息和改进粒子群优化算法的医学图像配准方法[J];中国生物医学工程学报;2015年01期

6 樊东昊;朱建军;郭南男;周璀;周靖鸿;;一种结合区域选择和SIFT算法的遥感图像配准方法[J];工程勘察;2015年02期

7 王天召;徐克虎;陈金玉;;基于K-means聚类和RANSAC的图像配准算法研究[J];计算机工程与科学;2014年09期

8 姜志伟;王山东;王伶俐;毛泽红;;基于格网和方向法索引的Delaunay三角网生成算法[J];测绘工程;2014年02期

9 张群会;解子毅;;带断层约束的Delaunay三角剖分混合算法[J];西安科技大学学报;2014年01期

10 闫自庚;蒋建国;郭丹;;基于SURF特征和Delaunay三角网格的图像匹配[J];自动化学报;2014年06期

相关博士学位论文 前4条

1 张敏;基于多视域广角相机视频图像拼接技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年

2 田甜;快速局部图像特征提取方法研究[D];华中科技大学;2015年

3 罗楠;图像局部不变特征的匹配算法及应用研究[D];南京理工大学;2015年

4 黄波;图像全局仿射不变量方法研究[D];吉林大学;2014年

相关硕士学位论文 前4条

1 张谦;多源遥感图像配准与识别方法研究[D];北方工业大学;2015年

2 吕步云;SIFT结合图像信息的多源遥感图像配准技术研究[D];杭州电子科技大学;2015年

3 郑守住;改进SURF和Delaunay三角网的图像配准算法研究[D];东华理工大学;2014年

4 权宇寰;无人机遥感图像配准算法研究[D];西安建筑科技大学;2014年

本文编号：2598839