论文部分内容阅读
高分专项的稳步实施,进一步提升了我国对地观测能力。由于高分卫星拍摄的单幅遥感图像展示的范围有限,所以在实际应用之中往往需要将其按重叠区域进行拼接,生成一张广角全景图像。高分卫星遥感图像具有分辨率高、数据量大的特点。虽然获得了高清晰遥感影像,但是在大量的数据面前,常用的图像拼接方法的效率大打折扣。并且由于遥感图像间存在色差,使得在对图像进行拼接时容易出现明显的接缝和鬼影现象,造成图像视觉效果的下降。为此本文提出了一种基于CPU-GPU协同处理的高效图像拼接方法。本文提出了一种基于相位相关算法计算图像重合范围的方法,将图像特征点的提取和匹配范围限定在重合区域。该方法减少了特征点提取的数量,从而较好地提高了图像拼接的整体效率。针对图像特征点匹配阶段效率不佳、误差较大的问题,本文采用基于k-d树的BBF算法进行特征点匹配,并采用RANSAC算法对不良的特征点的匹配对进行了删除,该方法提高了图像特征点匹配的速度和精度。采用了加权平均融合算法对图像进行了融合处理,该方法有效减少了图像拼接处的色彩差异,弱化了图像的接缝的视觉效果。在上述CPU端图像拼接技术优化的基础上,本文利用CUDA技术在GPU端实现SIFT算法的方法,通过对SIFT算法应用GPU进行并行化实现,并结合CPU端程序的运行提高遥感图像拼接的速度。该方法在一定程度上进一步提高了图像拼接的效率。此阶段采用了多分辨率融合算法对图像进行了融合处理,该方法较好地消除了接缝明显和鬼影现象,提升了拼接后图像的视觉效果。通过对本文所提出的遥感图像拼接方法进行实验,并与现有的图像拼接方法进行对比分析。实验结果表明本文提出的图像拼接方法可较好地提升遥感图像的拼接效率,在一定程度上提升了拼接后图像的视觉效果,并且具备较强的通用性。