基于小波域改进SURF的遥感图像配准算法

发布时间：2018-04-25 18:20

本文选题：遥感图像配准 + 改进的加速鲁棒特征算法　；参考：《天津大学学报(自然科学与工程技术版)》2017年10期

【摘要】：为了进一步加快遥感图像配准速度,同时使其配准精度有所提高,提出了一种基于小波域改进加速鲁棒特征(speeded up robust features,SURF)的遥感图像配准算法.首先采用小波变换将基准图像和待配准图像分别分解获得其低频和高频分量;然后对低频分量提出改进SURF以得到粗配准点对:采用主成分分析(principal component analysis,PCA)对描述子降维,依据双向配准准则实现特征点的粗配准;接着利用两次距离阈值不同的随机抽样一致(random sample consensus,RANSAC)算法分级筛选出精配准点对;最后运用最小二乘法拟合几何变换参数完成配准.实验结果表明,与尺度不变特征变换(scale invariant feature transform,SIFT)算法、SURF算法、多尺度配准小波域SURF算法、基于NSCT(non-subsampled contourlet transform)和SURF的算法相比,本文算法不仅配准速度大大加快,同时配准精度也得到提高.
[Abstract]:In order to accelerate the registration speed of remote sensing image and improve the registration accuracy, a remote sensing image registration algorithm based on speeded up robust features (SURF) is proposed. Firstly, wavelet transform is used to decompose the base and registration images to the low frequency and high frequency components. Then we propose an improved SURF for the low frequency component to get the rough matching point pair: the main component analysis (principal component analysis, PCA) is used to reduce the dimension of the descriptor, and the rough registration of the feature points is realized on the basis of the bidirectional registration criterion. Then, the random sampling (random sample consensus, RANSAC) is used to screen out the random sampling of the two distance thresholds. The results show that the scale invariant feature transform (SIFT) algorithm, the SURF algorithm, the multi-scale registration wavelet domain SURF algorithm, and the NSCT (Non-subsampled contourlet transform) and SURF algorithms are compared with the results of the least square method. The method not only speeds up the registration speed greatly, but also improves the registration accuracy.

【作者单位】：南京航空航天大学电子信息工程学院;中国地质科学院矿产资源研究所国土资源部成矿作用与资源评价重点实验室;国土资源部地质信息技术重点实验室;成都理工大学国土资源部地学空间信息技术重点实验室;兰州大学甘肃省西部矿产资源重点实验室;东华理工大学江西省数字国土重点实验室;
【基金】：国家自然科学基金资助项目(61573183) 国土资源部成矿作用与资源评价重点实验室开放基金资助项目(ZS1406);国土资源部地质信息技术重点实验室开放基金资助项目(217) 成都理工大学国土资源部地学空间信息技术重点实验室开放基金资助项目(KLGSIT2015-05) 兰州大学甘肃省西部矿产资源重点实验室开放基金资助项目(WCRMGS-2014-05) 江西省数字国土重点实验室开放基金资助项目(DLLJ201412)~~
【分类号】：TP751

【相似文献】