基于高斯拟合的高光谱影像配准算法

发布时间：2017-08-12 06:03

  本文关键词：基于高斯拟合的高光谱影像配准算法

  更多相关文章： 遥感 高光谱影像 配准 高斯拟合

【摘要】：传统的基于区域的配准方法是搜索配准控制点在离散的图像坐标点上进行的,从而限制了配准控制点定位精度这一问题,所以文中提出了一种基于高斯拟合的高光谱影像配准算法。与传统基于区域的配准方法类似,该方法是利用图像灰度信息,建立两幅图像之间的相似性度量,搜索使相似性度量值最大或最小的点作为配准控制点,但与传统方法不同之处在于,在搜索过程中,并不是直接寻找极值点作为配准控制点,而是通过在搜索过程中,首先生成相似度矩阵,利用极值点附近的值求出高斯拟合函数系数,利用高斯函数的极值点作为配准控制点。在对多组Hyperion高光谱影像进行配准的实验中,精度均优于传统方法,达到了亚像素级,满足后续的融合、变化检测等需要。
【作者单位】： 黑龙江大学电子工程学院;
【关键词】： 遥感 高光谱影像 配准 高斯拟合
【基金】：国家重点研发计划项目(2016YFB0502502)
【分类号】：TP391.41
【正文快照】： 0引言近几十年,高光谱成像技术得到高速发展,越来越多的搭载高光谱成像光谱仪的卫星升空,比较有代表性的如美国的MODIS,Hyperion,澳大利亚的ARIES卫星,我国的环境卫星和高分专项中也有高光谱卫星系列,这些卫星给我们带来了更多的可利用的高光谱数据,为工业、农业、环境、勘探

【相似文献】

中国期刊全文数据库 前10条

1 甘甫平;王润生;;高光谱遥感技术在地质领域中的应用[J];国土资源遥感;2007年04期

2 余旭初;杨国鹏;冯伍法;周欣;;基于简约集支持向量机的高光谱影像分类[J];计算机科学;2010年11期

3 杨可明;张涛;王立博;钱小丽;王林伟;刘士文;;谐波分析法高光谱影像融合及其光谱信息保真度评价[J];光谱学与光谱分析;2013年09期

4 李新双;张良培;李平湘;吴波;;基于小波分量特征值匹配的高光谱影像分类[J];武汉大学学报(信息科学版);2006年03期

5 杨可明;陈云浩;郭达志;蒋金豹;;基于高光谱影像的小麦条锈病光谱信息探测与提取(英文)[J];光子学报;2008年01期

6 苏俊英;舒宁;;一种基于非线性增益小波滤波的高光谱影像去噪技术研究[J];遥感技术与应用;2008年04期

7 杨可明;李慧;郭达志;;基于最佳小波包基的高光谱影像特征制图[J];测绘学报;2008年01期

8 杨国鹏;余旭初;刘伟;陈伟;;基于支持向量机的高光谱影像分类研究[J];计算机工程与设计;2008年08期

9 董超;赵慧洁;;关联向量机在高光谱影像分类中的应用[J];遥感学报;2010年06期

10 董超;田联房;赵慧洁;;遗传关联向量机高光谱影像分类[J];上海交通大学学报;2011年10期

中国重要会议论文全文数据库 前10条

1 舒宁;胡颖;;基于地物光谱特征的高光谱影像边缘提取方法[A];地理空间信息技术与应用——中国科协2002年学术年会测绘论文集[C];2002年

2 舒宁;;多光谱和高光谱影像纹理分析的几种方法[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

3 于美娇;董广军;张永生;纪松;杨靖宇;;一种基于极大后验估计的高光谱影像分辨率增强方法[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

4 董广军;纪松;朱朝杰;;基于局部线性嵌入流形学习的高光谱影像分类技术[A];第六届全国信息获取与处理学术会议论文集（3）[C];2008年

5 汪玮;周可法;王金林;周曙光;刘慧;;环境减灾卫星高光谱数据预处理[A];第十二届全国数学地质与地学信息学术研讨会论文集[C];2013年

6 黄远程;张良培;李平湘;;基于最小单形体体积约束的高光谱影像端元光谱提取[A];遥感定量反演算法研讨会摘要集[C];2010年

7 刘庆杰;蔺启忠;王黎明;王钦军;李庆亭;苗峰显;;基于CFFT最优信噪比的星载高光谱影像噪声抑制研究[A];第十七届中国遥感大会摘要集[C];2010年

8 张杰林;;砂岩型铀矿床高光谱数据挖掘技术研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

9 董彦芳;庞勇;;高光谱影像与LiDAR数据融合提取城市目标提取[A];中国地震学会空间对地观测专业委员会2013年学术研讨会论文摘要集[C];2013年

10 李飞;周成虎;陈荣国;;基于光谱曲线形态的高光谱影像检索方法研究[A];第二届中国科学院博士后学术年会暨高新技术前沿与发展学术会议程序册[C];2010年

中国博士学位论文全文数据库 前8条

1 刘轲;冬小麦叶面积指数高光谱遥感反演方法研究[D];中国农业科学院;2015年

2 杨国鹏;基于机器学习方法的高光谱影像分类研究[D];解放军信息工程大学;2010年

3 路威;面向目标探测的高光谱影像特征提取与分类技术研究[D];中国人民解放军信息工程大学;2005年

4 杨哲海;高光谱影像分类若干关键技术的研究[D];解放军信息工程大学;2006年

5 王凯;基于多特征融合的高光谱影像地物精细分析方法研究[D];武汉大学;2013年

6 杜辉强;高光谱遥感影像滤波和边缘提取方法研究[D];武汉大学;2004年

7 韦玮;基于多角度高光谱CHRIS数据的湿地信息提取技术研究[D];中国林业科学研究院;2011年

8 龚鑓;基于HDA和MRF的高光谱影像同质区分析[D];武汉大学;2007年

中国硕士学位论文全文数据库 前10条

1 司海青;含水量对土壤有机质含量高光谱估算的影响研究[D];中国农业科学院;2015年

2 汪重午;基于高光谱线性混合模型的地质勘查研究[D];成都理工大学;2015年

3 原娟;面向高光谱地物的在轨替代光谱定标影响因子分析[D];浙江农林大学;2015年

4 魏祥坡;高光谱影像土质要素和人工地物分类技术研究[D];解放军信息工程大学;2015年

5 康苒;松嫩平原典型土壤有机质高光谱预测模型研究[D];东北农业大学;2016年

6 董连凤;高光谱影像预处理技术研究[D];长安大学;2007年

7 祝鹏飞;面向对象的高光谱影像地物分类技术研究[D];解放军信息工程大学;2011年

8 杨国鹏;基于核方法的高光谱影像分类与特征提取[D];解放军信息工程大学;2007年

9 杨明;面向分类的高光谱影像特征提取技术研究[D];解放军信息工程大学;2012年

10 潘竞文;半监督邻域保持嵌入在高光谱影像分类中的应用[D];重庆大学;2014年

，

本文编号：660057