敏捷衛(wèi)星遙感圖像配準(zhǔn)和拼接技術(shù)研究.pdf

1、遙感圖像是指從遠(yuǎn)距離平臺(tái)上利用光電成像載荷獲取的地物目標(biāo)圖像，常見(jiàn)的平臺(tái)如飛機(jī)和衛(wèi)星。由于其覆蓋范圍廣，光譜頻段豐富，在軍事和民用上都起到了巨大的作用。但是隨著人類(lèi)活動(dòng)的區(qū)域日益廣泛，對(duì)于遙感圖像的整體要求也越來(lái)越高，希望在獲得高分辨率圖像的同時(shí)，其覆蓋的區(qū)域更加的寬廣，以至于能對(duì)一個(gè)較大的區(qū)域進(jìn)行細(xì)致深入的分析研究，為后續(xù)的人類(lèi)決策提供支持。但是，受限于目前的技術(shù)水平，高分辨率和寬視場(chǎng)仍然是一對(duì)矛盾體。常見(jiàn)的解決方法是通過(guò)圖像配準(zhǔn)和拼

2、接的方法，也就是是利用傳感器得到多幅高分辨率的小視場(chǎng)圖像，然后對(duì)這些具有一定重疊區(qū)域的圖像進(jìn)行配準(zhǔn)拼接，得到一幅大視場(chǎng)圖像。這種矛盾在敏捷衛(wèi)星的任務(wù)中會(huì)出現(xiàn)的更加頻繁，敏捷衛(wèi)星是近年來(lái)出現(xiàn)的新型衛(wèi)星，具有優(yōu)秀的姿態(tài)加速功能，使得敏捷衛(wèi)星可以對(duì)目標(biāo)進(jìn)行更快速的瞄準(zhǔn)和更精確的掃描，大大提高了滿(mǎn)足復(fù)雜任務(wù)的要求。但是敏捷衛(wèi)星由于其高機(jī)動(dòng)性，會(huì)使得成像環(huán)境更加的復(fù)雜，從而影響最終的遙感圖像質(zhì)量，因此對(duì)敏捷衛(wèi)星的成像模式進(jìn)行深入細(xì)致地研究，可以定

3、量化地分析機(jī)動(dòng)成像后的圖像質(zhì)量變化特性，而因?yàn)槊艚萏匦詭?lái)的圖像配準(zhǔn)拼接問(wèn)題也會(huì)成為更大的挑戰(zhàn)。
　　通過(guò)對(duì)經(jīng)典的配準(zhǔn)和拼接算法的研究，為后續(xù)的敏捷衛(wèi)星的圖像拼接約束分析提供理論支持。圖像配準(zhǔn)拼接技術(shù)可分為兩類(lèi):基于區(qū)域的圖像配準(zhǔn)技術(shù)，如序列相似性檢測(cè)算法、交叉相關(guān)相似性度量函數(shù)和傅里葉變換算法;基于特征點(diǎn)配準(zhǔn)算法包括SIFT特征點(diǎn)提取算法和Harris角點(diǎn)提取算法。對(duì)這些配準(zhǔn)算法的研究可以從圖像角度對(duì)敏捷模式帶來(lái)的影響進(jìn)行分析，

4、同時(shí)也為基于遙感景物內(nèi)容特性的配準(zhǔn)算法提供了基礎(chǔ)。
　　通過(guò)構(gòu)建幾何模型、輻射模型、相機(jī)模型和大氣模型，來(lái)模擬分析敏捷衛(wèi)星的機(jī)動(dòng)成像模式，并且提出梯度信息熵、仿射退化度和立體結(jié)構(gòu)相似度等新穎評(píng)價(jià)指標(biāo)來(lái)預(yù)估圖像質(zhì)量?；谒膫€(gè)模型對(duì)敏捷衛(wèi)星的成像模式進(jìn)行分解，使得可以通過(guò)衛(wèi)星軌道等基本參數(shù)來(lái)定量地分析衛(wèi)星圖像的各個(gè)參數(shù)，比如分辨率、幅寬，以及后續(xù)的圖像質(zhì)量指標(biāo)。在理論模型的基礎(chǔ)上，編寫(xiě)了“敏捷衛(wèi)星成像仿真和質(zhì)量分析“軟件，可以對(duì)敏捷衛(wèi)

5、星進(jìn)行各個(gè)模型的分析，同時(shí)可以對(duì)圖像退化進(jìn)行仿真模擬。
　　利用圖像復(fù)原和圖像融合的預(yù)處理技術(shù)，改善敏捷成像下可能帶來(lái)的圖像模糊和顏色退化現(xiàn)象。針對(duì)圖像復(fù)原技術(shù)，首先分析了典型的復(fù)原算法，然后提出了基于FOE模型的圖像復(fù)原算法，最后研究對(duì)比了圖像復(fù)原技術(shù)對(duì)于特征點(diǎn)提取技術(shù)的影響。針對(duì)圖像顏色退化，本文分析了典型的圖像融合算法，并對(duì)融合后的遙感圖像進(jìn)行配準(zhǔn)拼接，提高其目標(biāo)識(shí)別的能力。
　　通過(guò)對(duì)遙感圖像景物內(nèi)容特性的分析，提出

6、了幾種改善性的配準(zhǔn)和拼接算法，使得遙感圖像有更廣泛的實(shí)際應(yīng)用能力。首先提出了一種基于梯度信息權(quán)重優(yōu)化的配準(zhǔn)技術(shù)，利用圖像的梯度信息對(duì)圖像的特征點(diǎn)進(jìn)行權(quán)重劃分，利用權(quán)重值對(duì)特征點(diǎn)進(jìn)行區(qū)別優(yōu)化，最后將聯(lián)合的圖像拼接技術(shù)應(yīng)用到重疊區(qū)域，實(shí)現(xiàn)對(duì)敏感區(qū)域進(jìn)行高精度匹配的目的。針對(duì)遙感圖像含有豐富的內(nèi)容特性，設(shè)計(jì)了一種雙特征點(diǎn)配準(zhǔn)算法，利用SIFT和Harris短發(fā)提取特征點(diǎn)種類(lèi)的區(qū)別，分別對(duì)角點(diǎn)區(qū)域密集的地方實(shí)現(xiàn)Harris特征點(diǎn)提取，對(duì)于相對(duì)平