一种高精度遥感影像配准融合方法

介绍了一种实用的高精度遥感影像配准、纠正、融合方法．该方法将数字摄影测量技术应用于遥感影像定量化处理，不仅解决了长期困惑遥感信息定量化处理的理论和实际应用问题，而且为大规模生产提供了实用的手段，使遥感信息定量化处理步入实际应用的新阶段．     

遥感影像与地形图自动配准方法的研究

通过提出一种遥感影像与地形图进行自动配准的方法,自动获取大量精确的,分布均匀的控制点.     

一种非线性失真的PCB图像配准方法

建立边缘对准度函数,通过抽样特征点对样本PCB图像与待测PCB图像进行全局配准.由于相机镜头畸变导致图像非线性失真,全局对准后,局部配准存在偏差.提出分块对准策略,解决局部配准问题,同时针对局部配准后,块与块的交界处存在断裂现象,采用最小二乘法进行边缘拟合,实现全局PCB与局部PCB图像无缝配准.     

一种多传感器遥感图像的配准方法

提出了一种对多传感器遥感图像进行配准的新方法，应用数学形态学的方法提取源图像的结构特征，并在此基础上选择图像相关配准点，利用仿射变换作为变换模型，根据变换参数将输入图像与参数图像进行配准，实验结果表明，此算法可以有效地解决成像差异较大的遥感图像间的配准问题，具有较高的使用价值。     

基于局部轮廓曲线的图像配准方法

图像配准是计算机视觉领域的基本问题.提出了一种基于局部轮廓曲线的图像配准方法 .首先,利用图像的最小作用曲面提取从角点出发的局部轮廓曲线,并通过MLSD描述符描述轮廓曲线;其次,对曲线的MLSD特征向量进行傅里叶变换以便于使用轮盘匹配方法实现两幅图像中从角点出发的局部轮廓曲线的配准;然后运用最小二乘法迭代求解局部配准参数;最后,统计局部配准参数直方图获取全局配准参数.实验结果表明：此配准方法有较高精度.     

基于人工免疫算法的光学影像与SAR影像配准方法

提出了一种基于人工免疫算法的光学影像和SAR影像配准方法,该方法从影像上的面状地物入手,仅从识别性较好的光学影像上提取面状地物,先随机给定一组配准参数,将光学影像上面状地物的坐标经仿射变换获得新的坐标,以转换后新坐标在SAR影像上对应区域的均质性为评价标准,并利用人工免疫算法对配准参数进行优化,从而得到影像配准结果.最后,利用WorldView-2和RadarSat-2影像的配准实验验证该方法的有效性,结果表明该方法配准精度可优于2像素.     

多传感器遥感图像配准方法研究

目的对来自多传感器的同质或异质遥感图像进行自动配准。方法对传统的相关系数相似性量度进行深入分析,通过对其推广,提出一种也适用于异质遥感图像相似性度量的基于联合概率的方法,并通过具体的图像进行实验验证。结果利用基于联合概率的相似性度量方法分别实现了同质图像间、异质图像间的配准。结论利用基于联合概率的相似性度量方法可以很好地对多传感器异质图像进行自动配准,并且自动寻找同名点的精度,使其可达到子像素级。     

基于模拟影像的山地SAR影像配准方法研究

针对目前常规SAR影像配准方法在困难地区配准可靠性较低的问题,提出了一种基于模拟影像的山地SAR影像配准方法.该方法借助研究区的辅助DEM数据、真实SAR影像的卫星轨道数据和RD模型生成模拟SAR影像,并创建DEM地理坐标相一致的查找表.利用SIFT匹配算法对模拟影像和真实影像进行匹配,间接获取真实SAR影像的特征点,再利用仿射变换通过最小二乘法确定参考影像和待配准影像的变换模型,并进行重采样,最终实现山地SAR影像的配准.采用两种传感器类型的山地SAR影像数据进行了实验验证.结果表明,在地形起伏较大的山地区域,所提方法的配准精度相对于传统配准算法有明显提高,较好地克服了传统SAR影像配准方法对山地SAR影像配准适应性较差、精度较低的缺点,能够有效解决山地SAR影像配准问题.     

航空影像自动配准技术浅析

图像配准技术正在被得到越来越广泛的应用,所涉及到的领域已经包含了遥感、自动目标识别、智能机器人和医学图像处理等等。通过在上述领域中的不断应用,图像配准技术受到了广泛的关注。鉴于此,本文选择航空影像自动配准技术为研究对象,针对相关问题进行了分析与阐释。文章首先分析了待配准影像坐标变换模型,然后阐述了仿射变换参数的最小二乘解,在分析航空影像图像重采样的基础上最后介绍了航空影像图像配准基本方法的步骤。希望本文的研究能够为航空影像自动配准技术的进一步研究和应用提供指导和帮助,同时对于相关领域的其他研究也能起到抛砖引玉的作用。     

一种优化的多源遥感影像高精度配准方法

探讨了一种优化的多源遥感影像的高精度配准算法.利用梯度算子结合Forstner算子快速提取特征点,同时采用基于熵的格网技术控制特征点的分布均匀度,在少量准确控制点的基础上以不变矩相似度量为匹配准则,采用整体松弛法匹配策略快速配准得到同名点,并利用二次多项式模型来剔除误配准点.结果表明,该方法配准速度快,得到的同名点精度高,分布均匀,可以满足遥感影像的融合与快速更新等后续处理的要求.     

基于序贯相似度的AGV图像配准算法

在视觉引导AGV技术中,符号识别是关键。为实现AGV对地面符号快速、准确的识别,当AGV视觉系统获得的地面符号图像时,首先利用统计特征区域的黑点数来筛选模板,然后采用基于模板匹配的图像配准算法对筛选后的模板进行匹配,完成识别。经过仿真实验证明,该算法的匹配率普遍达到90%以上,基本满足了AGV模板识别、定位的需要,并且计算量较小、计算时间较短。     

一种手写印刷体汉字识别方法

本文提出一种手写印刷体汉字识别方法,使用该方法无需先对汉字进行细化和平滑处理。利用汉字笔划的相关性,抽取汉字图像的结构特征.在特征抽取过程中,考虑到一些噪声的影响,因而对质量较低劣的汉字识别也有效。实验结果较满意。     

一种改进的遥感图像配准方法

在分析当前主要的图像配准方法的基础上, 提出一种改进的基于点特征的遥感图像配准方法: 首先对参考图像进行分块, 每块提取一定数量的特征点, 以确保各块图像特征点分布均匀; 根据已知的同名点对, 拟合变换方程, 将待配准点代入变换方程得到粗匹配点坐标, 再以粗匹配点为中心在一个较小的范围内搜索, 根据相似性测进行精配准, 确定正确的同名点位置, 在此基础上实现整体遥感图像配准。为了验证该方法的有效性, 针对变大和传感器位移较大的光学遥感图像设计了仿真实验。实验结果表明, 改进方法能很好地解决光学遥感图像之间的配准问题, 降低特征点提取和同名点匹配的时间复杂度。     

遥感图像配准技术研究最新进展

图像配准技术是近年来发展迅速的图像处理技术之一,是多光谱分类、环境检测、变化检测、图像镶嵌等所不可缺少的。本文对遥感图像自动配准领域出现的最新技术进行了总结、分类,按照图像模型分为基于像素的配准和基于物理模型的配准两大类,并从原理和配准性能上进行了对比,最后介绍了自动配准方法的性能评价,以及配准中存在的问题。     

一种高分辨率遥感卫星帧间图像配准的方法

针对某高分辨率遥感卫星高精度图像配准要求,提出了一种采用边缘特征的提取和特征点提取相结合的方法,解决了卫星云图存在云层遮挡导致图像边缘信息无法准确提取的问题。该方法基于改进的Canny算法和Harris检测算子对图像的边缘特征和特征点进行提取,并采用Hu氏不变矩实现图像特征点的匹配,通过仿真试验验证了该方法对提高图像配准精度的有效性。     

面向对象的遥感影像水体信息提取

基于面向对象的遥感影像分析方法,在不同尺度分割遥感影像的基础上,根据影像对象的特征,如亮度、光谱、归一化植被指数(NDVI)、面积和上下文等信息,对水体信息进行了提取和分类.结果显示:与传统的基于像元的分类方法相比,面向对象的遥感影像信息提取方法具有很好的效果,同时也提高了信息提取的精度.     

基于高斯混合模型的NSCT变换遥感图像融合

遥感图像中的能量信息反映了地物的电磁散射特性,具有重要的物理意义。而基于边缘特征的方法不能有效地保留能量信息的结构。对基于边缘的算法进行了改进,综合考虑了边缘和能量结构。采用非下采样Contourlet变换(NSCT)对图像进行分解和综合。利用高斯混合模型将低频系数划分为边缘和平滑两部分,对两区域分别采用基于边缘能量和局部能量的融合规则。高频子带使用重要性测度法进行融合。实验结果表明该算法融合效果较基于边缘算法有所改善,是一种有效兼顾细节和能量结构的方法。     

基于遥感影像的车辆导航研究

针对当前车辆导航系统均以二维矢量地图为工作底图,不够直观、精确,同时现实性较差,不能实现小区内的导航,提出一种基于遥感影像的车辆导航技术思路,利用高精度遥感影像作为工作底图,从GPS接收机中得到相关定位信息,将定位点导入经过校准后的遥感图像上.同时为了提高定位精度,在遥感图像上进行道路提取,实现地图匹配,从而达到车辆导航的目的.实验证明,该技术具有较高的直观性和形象性,能满足目前导航需求.     

基于支持向量机的遥感图像分类研究

支持向量机(Support Vector Machine,SVM)是一种基于统计学习理论的新型机器学习算法.通过解算最优化问题,在高维特征空间中寻找最优分类超平面,从而解决复杂数据的分类及回归问题.将支持向量机理论应用到遥感图像分类的研究还处在初级阶段,传统分类算法应用于遥感图像分类存在运算速度慢、精度比较低和难以收敛等问题.从支持向量机基本理论出发,建立了一个基于支持向量机的遥感图像分类器.用遥感图像数据进行实验,并将结果与其它方法的结果进行了比较分析.实验结果表明,利用SVM进行遥感图像分类的精度明显优于神经网络算法和最大似然算法分类精度.