基于信息熵约束和KAZE特征提取的遥感图像配准算法研究

发布时间：2021-05-21 04:51

　　针对KAZE算法在遥感图像配准过程中存在的检测速度慢和误匹配的问题,本文提出了一种改进的基于信息熵约束和KAZE特征提取的预处理算法。首先采用非重叠滑动窗口遍历遥感图像并分割窗口,计算分割后窗口区域的信息熵。然后,根据获取的信息熵形成的直方图,选取适当阈值来保留具有高信息熵的图像局部区域用于KAZE算法特征提取。最后,采用RANSAC算法去除误匹配以优化匹配结果。在SPOT、高分二号等卫星数据上的实验结果表明,本文算法相比于KAZE算法的特征点匹配精度分别提升了0.2%和0.3%,算法运行时间分别降低了70%和53%。 

【文章来源】：光学精密工程. 2020,28(08)北大核心EICSCD

【文章页数】：10 页

【文章目录】：
1 引 言
2 KAZE算法原理
    2.1 非线性尺度空间构造
    2.2 特征点检测与定位
    2.3 确定特征点主方向
    2.4 描述特征向量
3 一种用于加速KAZE特征提取的预处理算法
    3.1 基于信息熵约束的特征点筛取
        3.1.1 图像分割
        3.1.2 局部信息熵提取
    3.2 特征点匹配
4 实验与分析
    4.1 实验数据
    4.2 实验效果度量标准
    4.3 实验分析
        4.3.1 本文算法对特征点数的影响趋势
        4.3.2 算法时间分析
        4.3.3 算法对比
5 结 论


【参考文献】：
期刊论文
[1]融合高阶信息的遥感影像建筑物自动提取[J]. 王舒洋,慕晓冬,杨东方,贺浩,郑玉航.  光学精密工程. 2019(11)
[2]改进KAZE算法的移动目标检测[J]. 罗宇,黄玉清,石繁荣.  传感器与微系统. 2019(08)
[3]基于SURF和SIFT特征的视频镜头分割算法[J]. 张昊骕,朱晓龙,胡新洲,任洪娥.  液晶与显示. 2019(05)
[4]风云三号红外高光谱探测仪的光谱定标[J]. 漆成莉,周方,吴春强,胡秀清,顾明剑.  光学精密工程. 2019(04)
[5]基于ORB与RANSAC融合改进的图像配准[J]. 樊彦国,柴江龙,许明明,王斌,侯秋实.  光学精密工程. 2019(03)
[6]基于改进KAZE的无人机航拍图像拼接算法[J]. 韩敏,闫阔,秦国帅.  自动化学报. 2019(02)
[7]一种改进的KAZE特征检测描述算法[J]. 汪方斌,储朱涛,朱达荣,刘涛,徐德军,许露.  激光与光电子学进展. 2018(09)
[8]基于超分辨率重建的亚像素图像配准[J]. 李方彪,何昕,魏仲慧,马鑫.  光学精密工程. 2017(02)
[9]基于区域分块与尺度不变特征变换的图像拼接算法[J]. 李玉峰,李广泽,谷绍湖,龙科慧.  光学精密工程. 2016(05)
[10]基于非线性尺度空间的多源遥感影像匹配[J]. 李鹏,武文波,王宗伟.  测绘科学. 2015(07)



本文编号：3199082