论文部分内容阅读
遥感是目前为止能够提供全球范围的动态对地观测数据的唯一手段,其成像模式多种多样。多源传感器影像的数据融合,可以产生出比单一信息源更精确、更完整、更可靠的影像信息。在融合这些多源遥感影像数据时,必须先进行影像配准。近几十年来,随着图像分割、边缘检测等技术的发展,基于线特征的影像配准方法逐渐成为配准领域的研究热点。
本文首先简要介绍了影像配准的基本理论与方法,重点介绍了目前应用影像的线特征来进行配准的各种方法及其原理,比较与分析了它们的优缺点。
本文重点研究利用直线段特征来进行多源遥感影像配准的方法。首先研究探讨利用分区域Hough变换方法来提取多源遥感影像的线特征,然后针对现有的影像配准方法——改进的迭代Hough变换(ModifiedIteratedHoughTransform,MIHT)影像配准方法的不足,即,收敛速度缓慢,收敛过程不够稳定的缺点,本文提出将Huber选权迭代最小二乘平差与MIHT方法相结合的多源遥感影像配准方法——抗差LSA-MIHT影像配准方法。与MIHT方法相比较,该种改进算法不但保持了原方法的优点,即有较强的稳健性、对先验信息要求较低,以及无需知道配准基元之间的同名关系等,还较大地提高了原方法的收敛速度,加强了收敛过程的稳定性,从而提高了实用性。
实验结果证明,对于多源遥感影像,先利用分区域Hough变换方法来提取线特征,再通过抗差LSA-MIHT方法来进行影像配准,可获得一个像元左右的配准精度,是一种可行、有效的多源遥感影像配准方法。