多源航拍圖像校正、配準(zhǔn)及其應(yīng)用研究.pdf

1、隨著數(shù)字化城市，數(shù)字化地球等一系列地理信息系統(tǒng)的實(shí)施與發(fā)展，航拍圖像作為遙感圖像重要的組成部分、以其大量的數(shù)據(jù)信息和幾何分辨率高受到普遍的重視。直接獲取的航拍圖片由于各種因素的影響，存在一定的幾何畸變和輻射量的失真現(xiàn)象。這些畸變和失真嚴(yán)重影響了圖像的質(zhì)量和應(yīng)用，必須先進(jìn)行輻射校正和幾何校正。另外，所攜帶的不同成像傳感器獲取的地面信息因其成像方式、使用的電磁波段以及分辨率的不同，所反映的地面情況也不盡相同，使得多源遙感圖像信息融合的研究已

2、成為目前國(guó)內(nèi)外的研究熱點(diǎn)。其中配準(zhǔn)是多源圖像融合的前提和基礎(chǔ)，同時(shí)圖像校正和配準(zhǔn)是一切多源圖像信息處理中必不可少的一個(gè)基本環(huán)節(jié)。本文重點(diǎn)研究多源航拍圖像校正、配準(zhǔn)，取得的主要研究成果和創(chuàng)新點(diǎn)如下： 一、深入分析航拍圖像的校正問(wèn)題。針對(duì)機(jī)載平臺(tái)不穩(wěn)定，導(dǎo)致數(shù)據(jù)失真嚴(yán)重，提出基于POS/DG數(shù)據(jù)的機(jī)載遙感圖像的粗-精校正方法。利用POS/DG記錄的飛行器的位置(經(jīng)度、緯度、高度)和姿態(tài)參數(shù)(俯仰角、側(cè)滾角和偏航角)等參數(shù)直接建立圖像

3、點(diǎn)和地面點(diǎn)之間的數(shù)學(xué)關(guān)系進(jìn)行粗校正，詳細(xì)推導(dǎo)出針對(duì)每一行數(shù)據(jù)的直接定位模型，并給出獲得粗校正圖像的重采樣方法。為了滿(mǎn)足后續(xù)工作的要求，給出基于多項(xiàng)式的精校正方法。該粗-精校正算法省去大量的地面工作，并且提高了處理質(zhì)量和速度，同時(shí)具有很高的精度，完全能夠滿(mǎn)足后續(xù)拼接和融合等的要求。 二、針對(duì)多傳感器、多平臺(tái)、多時(shí)相、多光譜和多分辨率的多源航拍影像，提出基于直方圖規(guī)定化熵特征的圖像配準(zhǔn)方法。對(duì)于圖像間變換為剛性變換的情況下，給出了計(jì)

4、算配準(zhǔn)參數(shù)的公式，并且提出對(duì)誤匹配點(diǎn)對(duì)進(jìn)行剔除的聚類(lèi)方法。利用“數(shù)字上?！钡倪b感影像數(shù)據(jù)進(jìn)行了仿真實(shí)驗(yàn)，取得了較好的效果。 三、特征提取是基于特征的配準(zhǔn)方法的關(guān)鍵步驟，本文采用角點(diǎn)作為特征基元?；仡櫫烁鞣N角點(diǎn)提取方法，重點(diǎn)分析了SUSAN角點(diǎn)提取方法。針對(duì)已有的角點(diǎn)檢測(cè)方法對(duì)噪聲嚴(yán)重、紋理豐富的復(fù)雜圖像都很敏感，提出根據(jù)角點(diǎn)角度向量性質(zhì)剔除錯(cuò)誤角點(diǎn)的方法。該方法大大提高了角點(diǎn)檢測(cè)的正確性，適用于噪聲嚴(yán)重、紋理豐富的遙感圖像特征點(diǎn)

5、提取。另外角點(diǎn)的角度向量是平移旋轉(zhuǎn)和尺度變換的不變量。這一性質(zhì)對(duì)于后續(xù)角點(diǎn)匹配過(guò)程具有極大的作用。 四、針對(duì)特征點(diǎn)匹配問(wèn)題，提出基于線比不變性的點(diǎn)匹配迭代算法。通過(guò)分析概率函數(shù)的性質(zhì)，獲得減少迭代運(yùn)算量的方法。該算法適用于任意尺度、角度和平移的仿射變換，并且具有一定的抗噪性和抗畸變性，但是當(dāng)特征點(diǎn)個(gè)數(shù)較多時(shí)，仍然需要大量的運(yùn)算時(shí)間。充分利用前面所獲得的角點(diǎn)的角度向量特征，在基于線比不變性的匹配算法基礎(chǔ)上提出基于角點(diǎn)性質(zhì)的改進(jìn)匹配