基于互信息和角點(diǎn)特征的多光譜圖像配準(zhǔn)技術(shù)研究.pdf

1、在目標(biāo)識(shí)別中，單個(gè)傳感器的目標(biāo)識(shí)別性能很有限。為了得到穩(wěn)健的目標(biāo)識(shí)別，有效的途徑之一是使用多源信息來(lái)識(shí)別目標(biāo)，這就必須對(duì)多光譜圖像進(jìn)行融合處理。如果受到星/彈上空間或技術(shù)的限制，不同傳感器獲得的圖像沒(méi)有進(jìn)行空間配準(zhǔn)，或需要融合的圖像是傳感器在不同時(shí)段獲得的圖像，那么，在使用之前必須進(jìn)行圖像的配準(zhǔn)。本文圍繞多光譜圖像的配準(zhǔn)開(kāi)展了以下工作：研究了互信息作為多光譜圖像配準(zhǔn)的可行性和優(yōu)點(diǎn)。它針對(duì)的是圖像的結(jié)構(gòu)，不需要對(duì)多光譜圖像灰度間關(guān)系作一些

2、其他的先驗(yàn)假設(shè)，也不需要對(duì)圖像進(jìn)行分割和預(yù)處理（如特征點(diǎn)提取、景物分類等）。比較了最近鄰插值法、雙線性插值法和PV（PartialVolume）插值法這三種插值方法，實(shí)驗(yàn)結(jié)果表明PV插值法對(duì)于互信息函數(shù)曲線的光滑性和配準(zhǔn)的精確性都具有最好的效果。研究了PV插值法導(dǎo)致錯(cuò)誤配準(zhǔn)的原因，提出了通過(guò)調(diào)整灰度級(jí)數(shù)來(lái)避免。研究了基于最大互信息的圖像配準(zhǔn)的優(yōu)化理論，提出以模擬退火－單純型法作為全局優(yōu)化方法，并采用了周期循環(huán)法這種新的邊界約束處理環(huán)節(jié)，

3、將其與撞壁法作了比較。實(shí)驗(yàn)結(jié)果表明基于改進(jìn)的模擬退火－單純型法的最大互信息配準(zhǔn)方法能夠穩(wěn)健的實(shí)現(xiàn)多光譜圖像的自動(dòng)配準(zhǔn)，并能夠達(dá)到亞像素級(jí)精度。針對(duì)基于最大互信息的圖像配準(zhǔn)的不足，研究了基于角點(diǎn)的多光譜圖像配準(zhǔn)。從重復(fù)率和信息量這兩個(gè)方面考慮，本文采用了Harris角點(diǎn)算子。對(duì)于角點(diǎn)的匹配，提出采用互信息作為相似性度量方法，并將其與歸一化相關(guān)系數(shù)和ClusterReward算法這二種相似性度量方法作了比較，實(shí)驗(yàn)結(jié)果表明互信息具有最好的效果