多传感器卫星图像的配准技术研究
图像配准技术在机器视觉、模式识别、医学图像分析、遥感图像处理等诸多领域中的研究热点.该文在分析与探讨多源卫星图像配准技术难点的基础上,结合项目的应用背景,确定以ERS SAR图像及SPOT-P光学卫星图像为研究对象,以多传感器卫星图像配准技术的研究作为该文工作重点,相关工作及主要贡献如下:1.图像的滤波.针对SAR图像斑点噪声抑制,对目前国际上较为流行的滤波方法进行分析,提出了一种基于修正Frost核的滤波算法,该算法综合考虑滤波窗口的局部统计信息,既充分保留了图像的细节,又克服了增强型Frost滤波器过多保留假"细节"的缺陷,在噪声抑制与细节保持方面取得了一个较好的折衷.2.水体特征的提取.针对水域在SAR图像与光学图像中灰度分布具有弱随机性的特点,提出了一种基于信息熵的水体提取方法,利用信息熵,将灰度图像映射为熵值图像,采用单阈值方法能有效地提取熵值图像中呈现暗区的水域;为了准确确定水体的边界,结合边缘检测信息,该文给出了基于模板的水体边界提取方案.3.多传感器卫星图像精细化配准技术的研究.基于雷达图像与光学图像的区域特征和参数化描述边缘特征,该文提出了一种多传感器图像的精细化配准方法.在粗匹配阶段,该文融合了形状矩阵的形状相似统一度量准则、形状矩阵的长半径方向信息、以及PCA的主方向信息,通过形状相似准则与方向一致准则的约束,从而有效地避免了区域匹配的多义性.在精匹配阶段,利用边缘特征的NURBS曲线参数化描述,有效地解决了由于斑点噪声而产生的SAR图像"不规则"边缘问题,而且利用NURBS曲线的局部可控性,有效地解决了由于图像获取条件或成像时间差异而造成图像对应特征局部变化对特征匹配的不良影响问题,利用距离准则、曲率准则以及方向准则等的约束,找到对应NURBS曲线的匹配控制点对,并利用NURBS曲线在仿射变换下控制点的不变性,实现两图像间的精匹配.4.针对大范围图像配准,该文从图像中特征丰富的局部区域配准入手,提出了一种基于局部区域配准模型的自适应扩展方案,进而实现大图像或图像中特征稀疏区域的配准;在此基础上,通过大图像中其它部分少量匹配点修正变换模型,从而达到改善图像配准质量的目的.
多传感器图像配准;形状矩阵;NURBS参数化描述;智能剪刀;滤波;信息熵;水体提取
中国科学院自动化研究所
博士
模式识别与智能系统
马颂德
2003
中文
TP391.41;TP751
175
2005-06-27（万方平台首次上网日期，不代表论文的发表时间）