论文部分内容阅读
图像配准是图像处理的一个重要分支，已经被广泛应用于遥感图像处理、医学影像分析、机器人视觉等领域。空间遥感技术的发展，为获取多方面综合信息提供了技术保障，由于不同的遥感数据具有不同的空间分辨率、波谱分辨率和时相分辨率，需要图像融合技术来对这些信息进行加工以获得对同一事物或目标的更准确的认识，而图像配准就是图像融合之前的必要处理阶段。 本文首先简要介绍图像配准的基本方法，然后结合项目特点介绍基于特征点的配准方法，最后提出基于边缘的图像配准思路，并进行了一定的尝试，最后将基于Forstner算子的配准方法与之作了比较。本文具体工作主要包括：(1)分析了传统的基于边缘的配准方法，并对基于边缘形状匹配的配准方法进行了尝试；(2)采用Forstner算子、网格划分提取特征点，对图像进行配准；(3)针对项目的特点，采取了图像中心作为图像变换的旋转中心，并证明此种方法的合理性；(4)对方法进行优化，减少计算量。(5)改进使用最相似边缘的形心来计算平移分量，利用形心，并进一步计算最相似边缘的距离得到平移变量。实验证明，此方法能较好地提高平移分量的精度。