地理信息：基于特征的影像匹配

　　采用基于特征的影像匹配是為了解決當影像存在較大的幾何畸變和光譜信息差異時的配準同題，

　　多源影像勝合和通感技術的進步促進了其發展，由于各傳感器獲取影像的灰度往往不一致，

　　有時候很難適用基于灰度的影像匹配方法，基于特征的方法對灰度變化有適應性，

　　且計算量小，速度較快,但另一方面，

　　這種方法對特征提取和匹配的錯誤較敏感，需要穩定可靠的特征才能進行配準。

　　基于影像特征的配準方法包括特征提取特征空同建立、特征匹配、

　　選取變換模型與求取模型參數以及坐標變換與插值五個主要組成部分，

　　1.特征提取

　　特征提敢是指提敢影像中的比例、旋轉平移等變換保持致性的特征，

　　可提取的特征包括點、線和面三類。

　　點特征是最常采用的一種影像特征，包括物體邊緣點、角點線交叉點等，

　　常用的點特征提取方法有SUSAN算法.Forstner算子、Moravee算子.

　　Harris算子Laplace算子、SIFT等，線特征是影像中明顯的線段特征，

　　如道路.物體的輪靠線等。面特征是指利用影像中明顯的區域信息作為特征，如湖面、草地、空曠地面等，

　　2、特征空間的建立

　　無論是點、線或面特征,其本身的信息量往往過小，不能直接參與特征匹配。

　　所以特征提取后還需要以某種或抽象或概括的形式建立特征空間，使得對特征的描述更加精確具體。

　　特在空間的建立原則是使不同特征的差異性盡量大，例如，

　　點特征可以用鄰坡信息建立特征空同，面特征可用不變矩建立特征空間等。

　　3.特征匹配

　　特征匹配是指建立待配準兩幅影像中特征之間對應關系的過程。

　　用數學語言可以描述為:兩幅影像A和B中分別有m和n個特征,

　　其中上對特征是兩幅影像中共同擁有的，

　　則如何確定兩幅影像中相對應的k對特征對即為特征匹配要解決的問題。

　　常用的特征匹配方法有互相關系法、互信息法、聚類法、點間距離法、松弛法等。

　　4.選取變化模型與求取模型參數

　　變化模型是指根據影像間的幾何畸變情況，

　　能最佳擬合兩幅影像之間的幾何變化模型，

　　入仿射變化、多項式變換等。

　　求取參數是指搜索計算兩幅影像之間最佳變換參數的過程，常用的算法有：

　　最小均方誤差法、聚類分析法、極值優化法、模擬退火算法、遺傳算法等。

　　5.坐標變換與插值

　　坐標變換是通過模型參數進行像元值映射的過程。

　　由于影像坐標的整數特性，還需對坐標變換進行插值處理。

　　常用的插值算法有最近鄰域法、雙線性插值法和雙三次卷積法等。

　　考慮到速度和精度等問題，一般采用雙線性插值法。



為您推薦 地理信息：不同遙感數據的配準