SIFT算法优化及其在遥感影像配准中的应用

发布时间：2018-01-16 20:09

本文关键词：SIFT算法优化及其在遥感影像配准中的应用　出处：《遥感信息》2017年02期 　论文类型：期刊论文

【摘要】：针对传统尺度不变特征转换(scale invariant feature transform,SIFT)方法在处理存在角度偏差的图像配准数据时得到的配准点对数量低以及配准精度不高的问题,提出一种基于多角度归一化互相关法优化的SIFT遥感图像配准方法。以相关性系数为标准确定图像最佳配准位置,进行角度校正;用SIFT算法进行特征提取和特征匹配,并结合随机抽样一致性算法(random sample consensus,RANSAC),剔除错误配准点,以提高配准精度。实验表明,该实验配准方法比单一的SIFT配准方法得到数量更多且精度更高的特征点对,结果显示SIFT配准点对数量平均提高24.5倍,RANSAC算法确定的正确配准点对平均调高86.8倍。
[Abstract]:For the traditional scale invariant feature conversion, scale invariant feature transform. The SIFT method has the problems of low number of registration points and low registration accuracy when processing image registration data with angle deviation. A method of SIFT remote sensing image registration based on multi-angle normalized cross-correlation method is proposed. The best registration location is determined by correlation coefficient and angle correction is carried out. SIFT algorithm is used for feature extraction and feature matching, and random sample consensus algorithm is combined with random sampling consistency algorithm (RANSAC). In order to improve the registration accuracy, the experimental results show that the experimental registration method obtains more feature pairs with higher accuracy than the single SIFT registration method. The results show that the number of SIFT matching point pairs is increased by 24.5 times on average and the correct matching point pairs determined by RANSAC algorithm are 86.8 times higher on average.
【作者单位】：辽宁工程技术大学测绘与地理科学学院;中国科学院遥感与数字地球研究所;国家电网公司交流建设分公司;
【基金】：国家科技支撑项目(2015BAB05B05-2) 国家测绘地理信息局数字制图与国土信息应用工程重点实验室开发基金(GCWD201401) 中国科学院百人计划项目(Y34005101A)
【分类号】：TP751
【正文快照】： 3.国家电网公司交流建设分公司,北京100052)0引言图像配准的过程就是一个空间映射的过程,通过某种空间变换使得两幅图像中同一目标点达到空间位置一致的效果。图像配准技术可以分为基于图像灰度和基于图像特征这两种配准方法,其中基于图像特征的配准方法以其计算量小、速度快

【相似文献】