论文部分内容阅读
图像配准指的是把一个图像区域从另一个往往由别的传感器摄取的相应图像区域中确定出来或找到它们之间对应关系的一种重要的图像处理与分析技术。图像配准技术广泛应用在导航定位、目标识别、运动分析、立体视觉、数据融合、变迁检测中,是这些图像分析技术的基础。图像配准问题的困难之处,在于图像类型的复杂多变和两幅图像之间的各种成像畸变。寻找适应性强、精度高、计算快的配准算法一直是研究的热点问题。而遥感图像配准指的是将取自同一目标区域的两幅或多幅图像在空间位置上最佳匹配起来,这些图像或者是由同一传感器在不同时相获取的,或者是来自不同的传感器,属于图像配准的范畴。和图像配准性质相同,遥感图像配准问题的核心也是需要找到两幅图像之间的最优对应关系或数学变换,这是一个典型的参数寻优问题,能够解决这一问题的算法有很多种,遗传算法是众多算法中的一种。本文从基于遗传算法的遥感图像配准方面展开研究,探讨、研究遗传算法用于图像配准的可能性,围绕这一目标,本文分成以下几部分进行阐述: 论文的第一部分,详述图像配准技术的基础理论。首先,论述了图像配准问题的数学描述和本质;其次,分析了影响配准性能的因素,提出了成像畸变在图像灰度分布上的差异可分为四类的观点;然后,给出了配准算法的四个构成因素。并对图像配准算法进行了综述,形成了图像配准技术的理论基础,也是本文的基础。 论文的第二部分,简单介绍了遗传算法,阐述遗传算法的运算过程及构成因素,并对其特点进行了分析。是本文算法的基础。 论文的第三部分,针对遥感图像的配准这一中心目标,用有别于传统的图像配准算法的遗传算法对此进行了试验。并详述了遥感图像文件的读写和遗传算法的优化策略。对遗传算法和相关系数法进行了性能比较。 在本文的结束语中,作者给出了对进一步研究工作的一些个人看法和建议。