基于AROP的HJ-1B卫星图像的自动配准研究与精度分析

发布时间：2017-11-03 01:30

  本文关键词：基于AROP的HJ-1B卫星图像的自动配准研究与精度分析

  更多相关文章： 遥感影像 自动配准 AROP 精度分析

【摘要】：对于卫星影像的配准问题,虽然目前为止已比较成熟和完善,但是由于卫星传感器的成像原理、卫星影像的光谱特征不同,所以一个系统不能适用于所有的卫星影像的配准且能达到一定的精度要求。AROP (Automated Registration and Orthorectification Package)是由美国国家航空和航天管理局下设LEDAPS(Landsat Ecosystem Disturbance Adaptive Processing System)小组研究并编写的配准与正射校正程序包。它主要是针对Landsat以及类Landsat卫星影像进行处理,但是AROP不能对我国自主开发的环境星数据实现自动化处理,且能达到亚像素的精度要求。主要的原因是因为环境星数据的分辨率与Landsat之间还是存在一定的差距,所以在处理的过程中找不到足够多的匹配点进行图像的几何校正,为了解决该问题,作者对其原理进行了深刻的研究,并对其源码进行了修改和改进,最后使之能够对环境星影像实现自动化处理,且精度达到0.5个像元,本文最后比较了由中国科学院遥感与地球数字研究所开发的几何处理系统和AROP对环境星数据的配准结果,并对其进行误差分析和精度评定。本文中主要研究的内容分为两个方面：(1)对AROP系统的各个模块以及工作原理进行研究,因为AROP是由NASA的课题组针对本国的Landsat卫星影像以及类Landsat传感器的中分辨率卫星影像进行处理,但是我国的环境星的影像的质量和分辨率方面都与Landsat影像存在差别,所以为了使其适用于环境星的影像,对AROP的工作原理和流程进行研究,并对其代码进行了修改,使能够对环境星的卫星影像进行处理,并可以达到0.5个像素的精度。(2)通过比较AROP和几何处理系统对HJ-1 B数据的处理结果,分析两者各自的优缺点,并作出精度评价。试验表明对于平原地区,两者精度相近,但是对于山区,AROP的处理结果的精度明显优于几何处理系统,主要原因是在图像配准之前,AROP对卫星影像进行正射校正处理,除去了由地形起伏所带来的误差,而几何系统不进行预处理,直接对影像进行配准,这是精度差的主要原因,另外分析了影响精度的其他误差的来源,例如地球曲率的变化、云的覆盖度不同等原因。最后得出的结论是AROP对我国的环境星数据可以实现自动化处理,且满足0.5个像素的精度,所以可以把AROP应用于实际的项目以及应用中。
【关键词】：遥感影像 自动配准 AROP 精度分析
【学位授予单位】：辽宁工程技术大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：P237
【目录】：

• 致谢4-5
• 摘要5-6
• Abstract6-11
• 1 绪论11-14
• 1.1 引言11
• 1.2 卫星图像配准的研究现状11-12
• 1.3 研究内容与论文结构12-14
• 1.3.1 研究内容12
• 1.3.2 论文结构12-14
• 2 AROP配准算法及基于SIFT提点配准算法的理论介绍14-26
• 2.1 遥感图像配准的原理14-18
• 2.1.1 图像配准理论基础14
• 2.1.2 图像的空间几何变换模型14-16
• 2.1.3 图像匹配算法的构成因素16-18
• 2.2 AROP的图像配准算法18-20
• 2.2.1 互相关法的特征提取19-20
• 2.2.2 多项式配准法20
• 2.3 基于不变量特征的SIFT特征提取算法20-25
• 2.3.1 尺度空间极值检测21-22
• 2.3.2 消除不稳定特征点22-24
• 2.3.3 特征点方向的确定24
• 2.3.4 特征描述子的生成24-25
• 2.4 本章小结25-26
• 3 基于AROP的HJ-1星图像配准26-39
• 3.1 AROP在ubantu系统下环境搭建26-27
• 3.2 AROP几何校正的流程并对提取匹配点部分进行改进27-28
• 3.3 AROP从粗到精配准28-36
• 3.3.1 工作区间的介绍29-30
• 3.3.2 特征点的提取与匹配30-32
• 3.3.3 多项式配准模型32-34
• 3.3.4 图像重采样34-36
• 3.4 基于AROP的HJ-1B图像的实验36-38
• 3.4.1 HJ-1B星平原地区图像自动配准实验36-37
• 3.4.2 HJ-1B星山区图像自动配准实验37-38
• 3.5 本章小结38-39
• 4 基于SIFT算法的HJ-1星图像配准39-55
• 4.1 GDAL库在VS2008中环境搭建39-41
• 4.1.1 GDAL的介绍39
• 4.1.2 在VS2008里的环境搭建39-41
• 4.2 基于SIFT提取特征点从粗到精的匹配41-52
• 4.2.1 几何系统技术流程41-43
• 4.2.2 特征点的提取43-45
• 4.2.3 剔除“一对多”或”多对一“的匹配点45-46
• 4.2.4 斜率约束剔除错误匹配点46-47
• 4.2.5 极限约束剔除错误匹配点47-49
• 4.2.6 RANSAC算法剔除外点49-52
• 4.3 基于SIFT算法的HJ-1B图像的配准实验52-54
• 4.3.1 HJ-1 B平原地区图像自动配准实验52-53
• 4.3.2 HJ-1B山区图像自动配准实验53-54
• 4.4 本章小结54-55
• 5 两种自动配准系统的精度分析与评定55-71
• 5.1 两个系统各自的特点及优势55-57
• 5.2 两系统的配准算法的对比分析57-59
• 5.2.1 提取特征点方法比较57-58
• 5.2.2 剔除错误匹配点方法比较58-59
• 5.3 匹配点的的精度分析59-64
• 5.3.1 特定匹配点精度分析与评价59-61
• 5.3.2 任意特征点精度分析与评价61-64
• 5.4 地形起伏对配准精度的影响64-70
• 5.4.1 平原地区的配准精度比较65-67
• 5.4.2 山区图像的配准精度比较67-70
• 5.5 本章小结70-71
• 6 结论与展望71-73
• 6.1 结论71-72
• 6.2 展望72-73
• 参考文献73-77
• 作者简历77-79
• 学位论文数据集79

【参考文献】

中国期刊全文数据库 前10条

1 陈广居;马志强;单勇;张晓燕;;基于局部显著特征的快速图像配准方法[J];计算机应用研究;2012年11期

2 李爱农;蒋锦刚;边金虎;雷光斌;黄成全;;基于AROP程序包的类Landsat遥感影像配准与正射纠正试验和精度分析[J];遥感技术与应用;2012年01期

3 陈志刚;尹福昌;孙孚;;基于非采样Contourlet变换高分辨率遥感图像配准[J];光学学报;2009年10期

4 李芳芳;肖本林;贾永红;毛星亮;;SIFT算法优化及其用于遥感影像自动配准[J];武汉大学学报(信息科学版);2009年10期

5 刘华;徐刚;;印鉴自动识别中一种新的图像预处理方法[J];信息技术与信息化;2009年03期

6 田丹;高强;赵振兵;刘蒙;;基于经验模式分解和互信息的图像配准研究[J];电力系统通信;2009年01期

7 范翠翠;方漪;杜娜;齐全;;基于模板的图像角点提取方法[J];青岛大学学报(自然科学版);2008年01期

8 马政德;杜云飞;周海芳;刘衡竹;;遥感图像配准中相似性测度的比较和分析[J];计算机工程与科学;2008年02期

9 刘松涛;杨绍清;;图像配准技术性能评估及实现概况[J];电光与控制;2007年03期

10 李晓明;郑链;胡占义;;基于SIFT特征的遥感影像自动配准[J];遥感学报;2006年06期

，

本文编号：1134095