基于特征库的遥感图像自动配准研究-遥感技术-论文之家

您现在的位置：硕士论文 >> 电子论文 >> 自动化 >> 遥感技术 >> 正文

基于特征库的遥感图像自动配准研究

作者：袁海军 Publish: 2007-8-8 Hits:-

【中文题名】

基于特征库的遥感图像自动配准研究

【英文题名】

【学科专业】

模式识别与智能系统

【论文级别】

硕士论文

【投稿时间】

2007-8-8

【中关键词】

遥感图像,图像配准,兴趣点检测,特征匹配,特征库,

【英关键词】

remote sensing image,image registration,interesting point detection,feature match,feature database,

【分类导航】

工业技术>自动化技术、计算机技术>遥感技术>遥感图像的解译、识别与处理>图像处理方法>

【论文摘要】

中巴资源卫星02星(CBERS02)是我国与巴西联合研制的陆地资源卫星,搭载了CCD、IRMSS和WFI三种传感器,自2003年10月21日发射升空以来,已经传回了大量的遥感图像。然而,由于图像的细节模糊,图像数据量大,图像之间的配准处理不方便,使得CBERS02的CCD图像的应用受到一定的制约。因此,本文以CBERS02的CCD图像为研究对象,围绕图像配准,开展了如下几个方面的研究: 1.通过对典型配准方法的总结和比较分析,认为基于特征的配准方法具有较好的灵活性,同时在配准过程中只需要处理从图像中提取的特征,而使得运算的数据量减少,算法的效率比较高。因此,在本文的研究中就采用了这种方法。 2.基于特征的配准方法的核心就在于从图像中提取特征和进行特征匹配。在图像所具有的多种特征中,本文以兴趣点特征的提取为研究重点。为了选取对CBERS02的CCD图像具有最好适应性的算法,本文提出了基于典型兴趣点的算法准确度和相对重复度两个评价标准。结合算法的运行速度,通过定量的比较,基于互相关的PCD算法成为本文的选择。由于PCD算法在兴趣点定位能力上的不足和CBERS02的CCD图像本身具有细节模...

【论文题纲】

摘要	4-6
ABSTRACT	6-11
第一章研究背景及主要研究内容	11-24
1.1 研究意义	11-14
1.1.1 遥感定量化发展的需要	11-12
1.1.2 推动遥感应用的需要	12-13
1.1.3 推动其他涉及图像配准处理的领域的发展	13-14
1.2 遥感图像配准的概述	14-21
1.2.1 图像配准的定义	14-15
1.2.2 图像配准中的几何变换模型	15
1.2.3 图像配准问题的分类	15-16
1.2.3.1 不同视角的配准	15-16
1.2.3.2 不同时间的匹配	16
1.2.3.3 多传感器的配准问题	16
1.2.4 图像配准的评价标准	16-17
1.2.5 图像配准方法的分类	17-18
1.2.5.1 基于图像整体内容的配准算法	17
1.2.5.2 基于图像几何特征的配准算法	17-18
1.2.5.3 基于图像理解的配准算法	18
1.2.6 基于几何特征的图像配准的过程	18-20
1.2.7 遥感图像配准的发展趋势	20-21
1.3 本文研究的主要内容	21-22
1.4 本文的内容安排	22-24
第二章遥感图像上几何特征提取算法的研究	24-63
2.1 兴趣点检测算法的概述	25-32
2.1.1 兴趣点的定义	25
2.1.2 兴趣点检测算法的评价标准	25-26
2.1.3 兴趣点检测算法的分类	26-31
2.1.3.1 基于边缘的兴趣点检测算法	27-28
2.1.3.2 基于拓扑的兴趣点检测算法	28
2.1.3.3 基于自相关的兴趣点检测算法	28-29
2.1.3.4 基于同核分割（USAN）的兴趣点检测算法	29-30
2.1.3.5 基于小波的兴趣点检测算法	30
2.1.3.6 基于形态学的兴趣点检测算法	30-31
2.1.4 兴趣点检测算法的一般步骤	31-32
2.2 几种典型的兴趣点检测算法	32-59
2.2.1 SUSAN 兴趣点检测算法	33-37
2.2.2 CSS 兴趣点检测算法	37-39
2.2.3 PCD 兴趣点检测算法	39-43
2.2.4 比对实验研究	43-59
2.2.4.1 参与比对实验的算法的实现步骤	43-44
2.2.4.2 算法准确度和运行速度的比对实验	44-55
2.2.4.3 算法重复度比对实验	55-59
2.2.4.4 比对实验总结	59
2.3 AAIP 特征	59-62
2.3.1 AAIP 特征的提出	59-61
2.3.2 AAIP 的提取	61-62
2.4 本章小结	62-63
第三章特征的匹配	63-85
3.1 特征匹配的概念	63-68
3.1.1 特征向量	64-65
3.1.2 相似性度量	65-66
3.1.3 匹配算法的分类	66-68
3.2 典型匹配算法及其改进讨论	68-73
3.2.1 基于灰度的匹配算法	68-70
3.2.1.1 SSD 算法	68
3.2.1.2 互相关和相关系数	68-69
3.2.1.3 最大互信息方法	69-70
3.2.2 Hausdorff 距离匹配方法	70-71
3.2.3 基于几何矩的方法	71-73
3.3 比对实验	73-84
3.3.1 相似度的尖锐度考察	74-79
3.3.2 相似度的运行速度考察	79-80
3.3.3 相似度的抗旋转性考察	80-82
3.3.4 相似度的灰度依赖度考察	82-84
3.3.5 比对实验总结	84
3.4 本章小结	84-85
第四章基于特征库的遥感图像配准方案的实现及性能分析	85-96
4.1 基于特征库的遥感图像配准方案的过程及实现	86-88
4.1.1 建立特征库	86-87
4.1.2 图像配准	87-88
4.2 配准方案的实验	88-94
4.2.1 两幅图像之间的配准	88-92
4.2.2 目标图像与特征库之间的配准	92-94
4.3 配准的精度讨论	94-96
第五章总结与展望	96-98
5.1 本文总结	96-97
5.2 展望	97-98
致谢	98-99
参考文献	99-103
附录	103-107
发表的学术论文	107-108

【DOI】

LunWen.ID:2.2008.389469



付费论文：有参考文献 300元

1、注册会员 2、购买本文 3、下载文章
注:此文为收费论文，需付费购买。每页大约1000字。

代写论文流程

载入中…

Web lunwenjia


热门搜索：遥感图像论文图像配准兴趣点检测特征匹配特征库

遥感技术最新论文

遥感技术热门论文