基于特征点描述符的多光谱图像配准算法研究
发布时间：2022-01-19 17:29
多光谱图像近年来在安全监控、军事装备、航天遥测等领域的应用日益广泛。融合多波段图像能够提供更丰富的信息,提高应用系统性能。做为支撑图像配准和融合的核心技术,特征点和直线匹配一直是计算机视觉领域一项重要研究问题,尽管以梯度特征构建描述符的匹配理论在相同光谱（单光谱）图像上具有良好的匹配性能,但多光谱图像间梯度特征呈现非线性变化,梯度特征描述符对其描述能力不足,基于梯度特征线性相似关系的描述符在多光谱图像上所建立的特征点和直线匹配准确率较低,难以实现多光谱图像精确配准。针对上述问题,本文对特征点描述符理论进行了深入研究,以提高多光谱图像特征点和直线匹配精度和效率为目标,开展了如下创新性的研究工作:1、针对目前广泛应用的梯度特征描述符与随机抽样一致性技术（RANSAC）结合的匹配方法在多光谱图像上建立特征点匹配误差较大的问题,深入研究特征点间拓扑结构和图像梯度特征分布一致性关系,设计并实现了一种多重约束下的多光谱图像特征点迭代最近邻匹配算法。该方法对描述符矢量建立多维的特征点初始匹配集合,相比已有算法保留更多正确特征点匹配;在此基础上,研究特征点间距离和邻域梯度连续性关系,通过归一化采样定义...
【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校
【文章页数】：125 页
【学位级别】：博士
【部分图文】：
图１－１基于特征点匹配的图像配准融合流程??Ｆｉｇｕｒｅ?１－１?Ｔｈｅ?ｓｔｒｕｃｔｕｒｅ?ｏｆ?ｉｍａｇｅｓ?ｒｅｇｉｓｔｒａｔｉｏｎ?ｂｙ?ｋｅｙｐｏｉｎｔ?ｍａｔｃｈｉｎｇｓ??
点匹配实现多光谱图像配准存在的问题，然后对提高多光谱图像特征点匹配精??度、效率以及多光谱直线特征匹配问题进行具体研究，最后对研究工作进行概??括与总结，并对今后工作提出展望，论文的组织结构结构和章节安排如图１－２??所示。??第一章为绪论。首先阐述了本文的研宄背景和特征点匹配方法的国内外研究??现状，然后分析现有方法应用于多光谱图像特征点匹配存在的问题，针对问题，??提出本论文的研宄目标和研究内容。??第二章为特征点与直线匹配理论基础和图像配准理论分析。总结特征点、??直线描述符研究成果，分别介绍了特征点的检测方法、描述符的定义、匹配准??则以及特征点匹配后处理算法，从定性和定量的角度论述了各类描述符的性能??优劣，明确优化改进的方向，为后续研宄工作的开展奠定相关理论基础。??第三章具体论述了一种多重约束下的多光谱图像特征点迭代最近邻匹配算??法，论述了特征点初始匹配优化过程、梯度特征约束、距离约束等算法，对比??己有特征点描述符算法，并给出了多个数据集的实验结果，从而评估所提出算??法的有效性。??第四章为基于全局信息有限抽样回归特征点快速匹配方法，用于解决现有??全局信息算法计算复杂度过高的问题。通过加入平移变换、相似变换、仿射变??换以及投影变换约束条件
符在多光谱图像的特征点匹配能力较弱，如何基于现有特征点描述符实现多光??谱图像特征点精准匹配成为业界研宄的热点和难点问题，这也是本论文重点解??决的问题和研究目标。图２－１梳理了目前图像配准的研宄进展。??，?｜苋二类塞尔曲线敗度｜?２００７??域３剧删?１，?ｉｉ丨餅搞之２〇〇４??！?Ｌ－?ＮＣＣ?Ｉ?；?｜?空间＃征向觉?｜?＂?｜?Ｊｅｎｓｅｎ－Ｒｅｎｙｉ散度?｜??■ＲＵＳＳＭｉ?Ｆｏｕｒｉｅｒ?Ｉ?ＳＡＤ?Ｉ；１?＜＇、，，．麟」嶋嫌交叉熵?ｊ?２００！??＼?｜?Ｉｎｆｏｒｍａｔｉｏｎ－ｂａｓｅｄ?Ｍｌ?｜?１９９５??ｉｊＴｎＴｒｉｒｉ????，?１?ＡＢ－ＳＩＦＴ?１???ｉ｜?ＳＡＴＮｓ?￣｜｜?２０１８??丨?Ｉ－?Ｌｗ＂ＳＩＦＴ?丨?１?Ｄ－ＢＲＩＥＦ?｜?１?ＤＡＳＣ?丨?ｌ［?ＬＳＴＤＳ?［：?２０１５??Ｉ?ＰＩＩＦＤ?Ｉ?Ｉ?ＢＲＩＥＦｌ?Ｉ?ｌｆ．ｆ?Ｉ?；｜＿Ｄ〇ＡＰ?Ｊ＇?２０１。??Ｂｉｌｌ?？?ｉ?同：?２００５??：１?ＭａｔｃｈＮｅｔ?｜：??｜Ｇａｂｅｒ｜?；?［ｓｉｆｔ］?［ｓｊ＾ｐｅＣｏｎｔｅｘｔＪ?｜?卿??ＫＳＨ?Ｉ?１?Ｉ??Ｉ??‘?２００３??丨?ＰＣＡ－Ｓ！。Ｉ?Ｉ?ＳＵＲＦ?｜?［ｍＳＥｒＩ?Ｈａｒｒｉｓ＇?Ｌａｐｌａｃｅ＆??Ｉ?Ｈｅｓｓｉａｎ?ａ
【参考文献】：
期刊论文
[1]基于NSST的红外与可见光图像融合算法[J]. 邓立暖,尧新峰. 电子学报. 2017(12)
[2]基于上下文信息和核熵成分分析的目标分类算法[J]. 潘泓,朱亚平,夏思宇,金立左. 电子学报. 2016(03)
[3]一种仿射不变的直线描述子与直线匹配[J]. 缪君,储珺,张桂梅. 电子学报. 2015(12)
[4]基于人工交互的多模态图像亚像素配准[J]. 金宏彬,范春晓,李永,杨仁杰. 北京邮电大学学报. 2015(01)
[5]基于数据融合的居民区建筑物重建方法研究[J]. 余烨,刘晓平,Bill P.Buckles. 电子学报. 2014(02)
[6]多相似内容图像的特征匹配[J]. 曾丹,史浩,张琦. 计算机辅助设计与图形学学报. 2011(10)
[7]均值-标准差描述子与直线匹配[J]. 王志衡,吴福朝. 模式识别与人工智能. 2009(01)
[8]利用模糊形状上下文关系的红外与可见光图像匹配方法[J]. 曹治国,鄢睿丞,宋喆. 红外与激光工程. 2008(06)
[9]多模态图像配准的配准测度和性能分析[J]. 时永刚,刘小军,王东峰,杨鸿波,邹谋炎. 电子与信息学报. 2004(11)
[10]论热红外遥感中的基础研究[J]. 徐冠华. 中国科学E辑:技术科学. 2000(S1)
博士论文
[1]快速图像配准和高精度立体匹配算法研究[D]. 施陈博.清华大学 2011
[2]基于图像的三维人脸建模研究[D]. 郑颖.中国科学技术大学 2009
本文编号：3597274
【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校
【文章页数】：125 页
【学位级别】：博士
【部分图文】：
图１－１基于特征点匹配的图像配准融合流程??Ｆｉｇｕｒｅ?１－１?Ｔｈｅ?ｓｔｒｕｃｔｕｒｅ?ｏｆ?ｉｍａｇｅｓ?ｒｅｇｉｓｔｒａｔｉｏｎ?ｂｙ?ｋｅｙｐｏｉｎｔ?ｍａｔｃｈｉｎｇｓ??
点匹配实现多光谱图像配准存在的问题，然后对提高多光谱图像特征点匹配精??度、效率以及多光谱直线特征匹配问题进行具体研究，最后对研究工作进行概??括与总结，并对今后工作提出展望，论文的组织结构结构和章节安排如图１－２??所示。??第一章为绪论。首先阐述了本文的研宄背景和特征点匹配方法的国内外研究??现状，然后分析现有方法应用于多光谱图像特征点匹配存在的问题，针对问题，??提出本论文的研宄目标和研究内容。??第二章为特征点与直线匹配理论基础和图像配准理论分析。总结特征点、??直线描述符研究成果，分别介绍了特征点的检测方法、描述符的定义、匹配准??则以及特征点匹配后处理算法，从定性和定量的角度论述了各类描述符的性能??优劣，明确优化改进的方向，为后续研宄工作的开展奠定相关理论基础。??第三章具体论述了一种多重约束下的多光谱图像特征点迭代最近邻匹配算??法，论述了特征点初始匹配优化过程、梯度特征约束、距离约束等算法，对比??己有特征点描述符算法，并给出了多个数据集的实验结果，从而评估所提出算??法的有效性。??第四章为基于全局信息有限抽样回归特征点快速匹配方法，用于解决现有??全局信息算法计算复杂度过高的问题。通过加入平移变换、相似变换、仿射变??换以及投影变换约束条件
符在多光谱图像的特征点匹配能力较弱，如何基于现有特征点描述符实现多光??谱图像特征点精准匹配成为业界研宄的热点和难点问题，这也是本论文重点解??决的问题和研究目标。图２－１梳理了目前图像配准的研宄进展。??，?｜苋二类塞尔曲线敗度｜?２００７??域３剧删?１，?ｉｉ丨餅搞之２〇〇４??！?Ｌ－?ＮＣＣ?Ｉ?；?｜?空间＃征向觉?｜?＂?｜?Ｊｅｎｓｅｎ－Ｒｅｎｙｉ散度?｜??■ＲＵＳＳＭｉ?Ｆｏｕｒｉｅｒ?Ｉ?ＳＡＤ?Ｉ；１?＜＇、，，．麟」嶋嫌交叉熵?ｊ?２００！??＼?｜?Ｉｎｆｏｒｍａｔｉｏｎ－ｂａｓｅｄ?Ｍｌ?｜?１９９５??ｉｊＴｎＴｒｉｒｉ????，?１?ＡＢ－ＳＩＦＴ?１???ｉ｜?ＳＡＴＮｓ?￣｜｜?２０１８??丨?Ｉ－?Ｌｗ＂ＳＩＦＴ?丨?１?Ｄ－ＢＲＩＥＦ?｜?１?ＤＡＳＣ?丨?ｌ［?ＬＳＴＤＳ?［：?２０１５??Ｉ?ＰＩＩＦＤ?Ｉ?Ｉ?ＢＲＩＥＦｌ?Ｉ?ｌｆ．ｆ?Ｉ?；｜＿Ｄ〇ＡＰ?Ｊ＇?２０１。??Ｂｉｌｌ?？?ｉ?同：?２００５??：１?ＭａｔｃｈＮｅｔ?｜：??｜Ｇａｂｅｒ｜?；?［ｓｉｆｔ］?［ｓｊ＾ｐｅＣｏｎｔｅｘｔＪ?｜?卿??ＫＳＨ?Ｉ?１?Ｉ??Ｉ??‘?２００３??丨?ＰＣＡ－Ｓ！。Ｉ?Ｉ?ＳＵＲＦ?｜?［ｍＳＥｒＩ?Ｈａｒｒｉｓ＇?Ｌａｐｌａｃｅ＆??Ｉ?Ｈｅｓｓｉａｎ?ａ
【参考文献】：
期刊论文
[1]基于NSST的红外与可见光图像融合算法[J]. 邓立暖,尧新峰. 电子学报. 2017(12)
[2]基于上下文信息和核熵成分分析的目标分类算法[J]. 潘泓,朱亚平,夏思宇,金立左. 电子学报. 2016(03)
[3]一种仿射不变的直线描述子与直线匹配[J]. 缪君,储珺,张桂梅. 电子学报. 2015(12)
[4]基于人工交互的多模态图像亚像素配准[J]. 金宏彬,范春晓,李永,杨仁杰. 北京邮电大学学报. 2015(01)
[5]基于数据融合的居民区建筑物重建方法研究[J]. 余烨,刘晓平,Bill P.Buckles. 电子学报. 2014(02)
[6]多相似内容图像的特征匹配[J]. 曾丹,史浩,张琦. 计算机辅助设计与图形学学报. 2011(10)
[7]均值-标准差描述子与直线匹配[J]. 王志衡,吴福朝. 模式识别与人工智能. 2009(01)
[8]利用模糊形状上下文关系的红外与可见光图像匹配方法[J]. 曹治国,鄢睿丞,宋喆. 红外与激光工程. 2008(06)
[9]多模态图像配准的配准测度和性能分析[J]. 时永刚,刘小军,王东峰,杨鸿波,邹谋炎. 电子与信息学报. 2004(11)
[10]论热红外遥感中的基础研究[J]. 徐冠华. 中国科学E辑:技术科学. 2000(S1)
博士论文
[1]快速图像配准和高精度立体匹配算法研究[D]. 施陈博.清华大学 2011
[2]基于图像的三维人脸建模研究[D]. 郑颖.中国科学技术大学 2009
本文编号：3597274
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3597274.html
最近更新
教材专著
