论文部分内容阅读
图像的局部特征提取技术是解决很多机器视觉问题的基础,提取出的特征参数可以诠释图像的本质属性,是正确解译图像的关键。局部特征的提取技术受到国内外学者广泛的关注和研究,其主要原因是该技术在处理图像时把图像看成是由不同的局部区域组成,避免了图像分割的进行。局部特征提取的过程为首先有针对性地检测图像中的有用信息,然后采用合适的特征描述方法构建特征向量表征检测到的信息。随着遥感技术的快速发展,局部特征已在遥感图像处理领域得到广泛的应用。本文重点分析了局部特征提取技术中的尺度空间理论、特征检测方法、特征描述方法的关键技术,以研究更符合人类视觉特性、鲁棒性更强的局部特征为目的,然后把取得的研究成果应用在光学遥感影像的配准中。本文围绕局部特征提取技术开展的研究工作主要如下:(1)系统地阐述了图像的局部特征提取方法,包括图像的尺度空间理论和局部特征检测、特征描述方法。其中,尺度空间理论是提取具有不变性的局部特征的基础,研究了如何建立图像的尺度空间和确定特征尺度的方法。讨论了目前主流的局部特征检测和描述方法的主要思想和实现过程,总结评估了这些方法的性能。(2)在深入研究局部特征提取方法的基础上,针对FAST特征不具有尺度不变性和旋转不变性的特点给出一种基于MS-Gabor滤波器的局部特征提取方法。其过程是:首先结合尺度空间理论和Gabor函数多通道多分辨率的特性设计多尺度的Gabor滤波器,建立尺度空间金字塔,在尺度空间中搜索得到多个特征尺度下的FAST特征,然后使用一种新的采样模式来构建二进制描述符,并使用Hamming距离进行特征匹配,RANSAC算法进行特征提纯实验。最后使用一幅基准影像对其进行不同程度的旋转变化、尺度缩放、模糊变化和亮度变化模拟得到不同场景下的图像序列,针对得到的图像序列分别使用可重复率和匹配得分作为评价指标对比不同检测器和特征描述子的性能,仿真结果验证了相比其他方法,本文提出的特征检测器和描述方法对旋转、尺度、模糊、亮度变化具有更好的不变性。(3)研究了局部特征在光学遥感影像配准中的应用,分别使用文中给出的算法对相同传感器和不同传感器下的光学遥感影像进行配准,通过计算配准精度进一步验证了提出的算法具有很强的实用性。