基于图像块匹配的异源图像配准

发布时间：2021-09-09 15:46

　　图像配准是将参考图像和待配准图像转换到同一坐标系下的过程,它广泛应用于全景图像拼接、图像融合等领域。异源图像配准除了传统图像配准面临的光照变化、几何变化等难点外,还有传感器成像机理不同导致的像素级特征的显著差异。因此,异源图像配准相比同源图像配准具有更大挑战。针对异源图像配准问题,本文基于深度学习技术提出了三种配准方法。这三种方法均利用卷积网络对以特征点为中心的图像块学习不变性特征。具体内容如下:（1）为了学习异源图像块之间鲁棒的共享特征,本章提出了渐进式融合的特征判别（SCFDM）模型。SCFDM模型中的渐进式融合特征网络在保持异源图像低级特征特异性的同时,能够逐渐融合高级特征以得到更有效的异源图像语义特征;其中,特征判别网络可以使特征网络更好的提取异源图像块的共享特征,并防止模型过拟合;度量网络则计算所提取特征的相似性,从而判断输入图像块的匹配程度。实验结果表明,SCFDM模型不仅在图像块匹配任务上取得了明显优势,还能成功应用于异源图像配准。（2）借鉴L2-Net良好的泛化性能,本章提出了基于改进L2-Net模型的异源图像配准方法。本方法在L2-Net模型的基础上,提出了对称损失来... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：80 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 异源图像配准研究背景和意义
    1.2 图像配准的研究现状
    1.3 异源图像配准的难点
    1.4 本文工作及章节安排
第二章 图像配准相关理论
    2.1 引言
    2.2 图像配准及方法分类
        2.2.1 图像配准的定义
        2.2.2 图像配准的传统方法总结
    2.3 基于图像块匹配的图像配准流程
        2.3.1 特征点的检测
        2.3.2 特征点的描述
        2.3.3 特征点的匹配
        2.3.4 模型参数估计
        2.3.5 空间变换和灰度插值
    2.4 基于深度学习的图像块匹配
        2.4.1 描述子学习
        2.4.2 度量学习
    2.5 图像配准的评价指标
    2.6 本章小结
第三章 基于SCFDM模型的异源图像配准
    3.1 引言
    3.2 SCFDM模型
        3.2.1 特征网络
        3.2.2 度量网络
        3.2.3 特征判别网络
    3.3 图像块匹配实验
        3.3.1 数据集介绍
        3.3.2 训练参数设置
        3.3.3 Ablation study
        3.3.4 VIS-NIR图像块数据集
        3.3.5 Brown数据集
    3.4 异源图像配准实验
        3.4.1 配准数据集介绍及实验设置
        3.4.2 VIS-NIR配准数据集
        3.4.3 异源遥感数据集
    3.5 本章小结
第四章 基于改进L2-Net模型的异源图像配准
    4.1 引言
    4.2 L2-Net模型介绍
        4.2.1 采样策略
        4.2.2 log-likelihood损失函数
        4.2.3 CPR损失函数
    4.3 改进的L2-Net模型
        4.3.1 对称损失
        4.3.2 自适应交叉熵损失函数
    4.4 异源图像块匹配实验
        4.4.1 Ablation study
        4.4.2 VIS-NIR图像块数据
        4.4.3 Brown数据集
    4.5 异源图像配准实验
        4.5.1 VIS-NIR配准数据集
        4.5.2 异源遥感数据集
    4.6 本章小结
第五章 基于Soft Reg Net模型的异源图像配准
    5.1 引言
    5.2 Soft Reg Net模型
        5.2.1 网络结构
        5.2.2 精细标签
        5.2.3 损失函数
        5.2.4 均衡困难样本挖掘
    5.3 图像块匹配实验
        5.3.1 Ablation study
        5.3.2 VIS-NIR图像块数据集
        5.3.3 Brown数据集
    5.4 异源图像配准实验
        5.4.1 VIS-NIR配准数据集
        5.4.2 异源遥感数据集
    5.5 本章小结
第六章 总结与展望
    6.1 总结
    6.2 工作展望
参考文献
致谢
作者简介


【参考文献】：
期刊论文
[1]应用于多源SAR图像匹配的级联SIFT算法[J]. 王峰,尤红建,傅兴玉,许宁.  电子学报. 2016(03)
[2]基于改进SURF算法的遥感图像配准[J]. 阳吉斌,胡访宇,朱高.  电子测量技术. 2012(03)
[3]一种基于NSCT和SIFT的遥感图像配准算法[J]. 梁栋,颜普,朱明,胡根生.  仪器仪表学报. 2011(05)
[4]多源图像配准技术分析与展望[J]. 倪国强,刘琼.  光电工程. 2004(09)
[5]基于最大化对齐度的多模态图像自动配准[J]. 王东峰,邹谋炎.  电子与信息学报. 2003(06)

博士论文
[1]基于结构特征的异源图像配准技术研究[D]. 朱宪伟.国防科学技术大学 2009

硕士论文
[1]基于梯度互信息的SAR与可见光图像配准[D]. 孙铭.西安电子科技大学 2015
[2]基于SIFT和归一化互信息的SAR图像配准算法研究[D]. 王云飞.西安电子科技大学 2014



本文编号：3392360