航空滤光片阵列多光谱图像条带灰度校正算法

针对航空滤光片阵列多光谱图像中存在的条带灰度差异问题,提出条带灰度校正算法。首先,对多光谱图像构建条带图像模板,基于SIFT(Scale-Invariant Feature Transform)算法提取图像特征点并计算图像间坐标转换矩阵,用于确定条带图像重叠区域；其次,依次计算各条带图像重叠区域像素灰度均值,并以中间图像各条带灰度为基准,依次拟合相邻图像间灰度校正系数；最后,利用投影后的图像模板依次提取序列单波段条带并进行拼接,得到灰度一致的单波段图像。实验结果表明:该方法可以有效解决航空滤光片阵列多光谱图像条带灰度差异,且能够最大限度保持地物光谱信息特征。     

运动补偿下双通道星载高光谱成像仪图像配准

最新一代可见近红外（VNIR）和短波红外（SWIR）双通道星载高光谱成像仪,多采用视场分离器将VNIR和SWIR通道分离为多个子视场,同一时刻各子视场对地成像区域不同,在采用运动补偿技术提高图像信噪比时,各子视场对同一地物的观测角不同,导致图像间失配关系复杂,无法获取同一地物的VNIR-SWIR连续光谱。通过建立运动补偿下的严格成像几何模型,定量分析了双通道图像的畸变和失配规律,进而提出了各子视场分别几何定位再相位相关法配准的方案,并利用东天山区域运动补偿下星载双通道高光谱仿真数据进行验证。结果表明,传统的基于图像的配准方案精度为3.9像元,仍无法得到同一地物像元的VNIR-SWIR光谱曲线,文中方案配准精度提高到0.3像元,VNIR和SWIR重叠波段的反射率光谱重合度误差由41.5%降低到1.2%。     

基于SIFT特征的多视点云数据配准和拼接算法

针对无特征标志点的大场景多视点云数据,提出了一种新的基于SIFT特征的配准和拼接算法。算法提出了有效纹理图像的概念,并对有效纹理图像进行SIFT特征提取和匹配;然后将提取的SIFT特征点和匹配关系反射到三维点云数据,获取多视点云数据的特征点和匹配关系,完成多视点云数据的拼接。算法在有效纹理图像中提取和匹配特征点,排除了点云数据中孔洞和无效数据的干扰,并且算法只利用较高鲁棒性的特征点对进行拼接,计算简单,匹配精度和效率都得到提高。对室内和室外两个大场景的2个视点数据进行实验,实验结果证明拼接速度和精度都有较大的提高。     

机载高光谱可见近红外/短波红外模块视轴角自校正方法研究

外视场拼接是实现机载高光谱成像系统同时具有大视场与宽光谱采样范围的有效方式。由于各个成像单机独立安装,对应的可见近红外模块单机与短波红外模块单机之间的视轴角会在设备长时间运行后产生变化,视轴角的变化会对可见/短波红外的数据融合效果产生负面影响。而视场重叠使基于对极几何和平面单应性的校正方法不能有效地解算出对应可见/短波红外单机之间的视轴角,因此无法对视轴角偏差导致的图像失配进行修正。针对使用外视场拼接来扩大总视场和总响应带宽特点的机载高光谱成像系统,本文提出了一种视轴角和焦距校正算法。通过使用多级特征筛选方法,结合最小化重投影误差,实现了可见近红外/短波红外对应单机之间视轴角与相对焦距的自校正,提高了图像配准精度。该算法已经应用于AMMIS机载大视场高光谱成像仪。实验结果表明,该方法最大平均误差小于0.2像素,且对倾斜放置的相机也具有很好的适应性。     

多模块相机视场合成配准的测试技术

随着对宽视场的需求和视场拼接技术的发展,多相机视场拼接系统在空间和工业上均有相关应用.为了满足对相机的高精度要求和图像实时获取需求,对多相机视场拼接系统进行了视场配准测试,并结合简单的图像拼接,检验配准后系统的成像性能.实验表明,多相机视场拼接配准测试能保证图像像质,并能优化图像拼接过程,适用于实时系统.     

基于控制点的多光谱图像自动配准研究

针对同类传感器多光谱图像的配准,提出了一种快速有效的图像自动配准方法。该方法采用Forstner算子分别从参考图像和配准图像提取控制点,再利用基于灰度相关的算法匹配同名像点,然后利用同名像点求解仿射变换参数,实现多光谱图像的配准。通过液晶光谱相机成像实验对该方法进行验证,结果证明了该方法处理速度快,配准精度高。     

无人机多光谱成像仪图像的校正及配准算法研究

利用光校参数和软件配准法对无人机多光谱成像仪图像进行校正和彩色合成.多光谱成像仪由3个光电头部组成,它们分别对同一地物的R、G、B谱段成像.基于无人机多光谱成像仪中各光谱段成像光电头部存在的性能差异,需要进行图像配准,才能保证图像合成的效果.具体分析与讨论光校参数法与软件配准法的特点,采用这两种方法进行图像配准,并在此基础上提出采用二者相结合的手段研究进一步的算法,以期达到更好的配准效果.     

星载拼接相机图像实时校正系统的研究

为了实时对多TDI-CCD拼接后获得准确与高质量的大视场图像,建立了多片TDI-CCD拼接相机像元实时校正系统.对该系统的图像拼接与灰度融合算法进行研究并对硬件实现方法加以介绍.对多片TDICCD拼接技术以及由此带来的图像错位与像元不均匀性进行了介绍,采用输出缓存技术实现拼接TDI-CCD奇偶片输出图像配准,应用比值平均法校正拼接片间的灰度不均匀性,实现实时大视场拼接校正.并将整套算法在Xilinx公司的Spartan 3系列的FPGA平台上实现,得以构成多TDI-CCD拼接校正系统.实验结果表明,该系统可以自动对3片2048像元的TDI-CCD拼接配准与灰度校正,获得清晰的大视场图像,满足系统实时性的要求.     

航空滤光片阵列多光谱图像拼接算法

针对航空滤光片阵列多光谱图像拼接效率较低的问题，提出了航空滤光片阵列多光谱图像拼接算法。首先，对多光谱图像构建条带图像模板，利用平台姿态信息对序列图像及图像模板进行投影变换；其次，利用尺度不变特征变换算法对尺度缩放后的图像提取匹配点并计算图像单应矩阵，通过矩阵补偿得到投影变换后图像的坐标转换矩阵，选择中间序列图像为基准图像，对投影变换后的图像及其模板进行坐标变换；最后，依次提取单波段图像模板得到单波段序列条带图像，通过图像融合得到大区域单波段图像。理论分析与实验结果表明：表明该方法可以有效提高滤光片阵列多光谱图像拼接效率，且具有较高的图像拼接精度。     

一种大视场TDICCD相机的多传感器图像配准方法

某大视场TDICCD相机采用多片TDICCD拼接,多通道输出全色和多光谱遥感图像,为了获得良好的融合和拼接效果,本文提出了一种基于双线性插值的空域互相关配准方法。首先,应用双线性插值算法对多光谱各谱段图像进行放大,得到和全色图像相同大小的多光谱图像。然后,采用空域互相关配准方法对多光谱各谱段图像和全色图像进行配准,并对有重叠像元的两通道图像进行拼接。实验结果表明,本文方法快速,抗噪性和鲁棒性较高,使大视场TDICCD相机多通道遥感图像配准取得了良好的效果。     

基于交叉累计剩余熵的多光谱图像配准方法

针对传统互信息图像配准容易产生局部极值的问题,提出将双边滤波器和交叉累计剩余熵结合作为匹配算法,进行多光谱图像的配准。在这种配准算法中,首先针对多光谱图像特点,提出基于概率密度的双边滤波器边缘提取方法,其次采用交叉累计剩余熵代替互信息作为测度函数将参考图像与待匹配图像的边缘进行匹配。双边滤波器的特性是去噪保边,而累计剩余熵比香农熵更具一般性,且该函数可以有效地避免局部极值,去除噪声。实验证明,该方法鲁棒性好,配准效果明显。     

基于稠密局部自相似特征流的图像配准算法

针对基于稠密SIFT流图像配准算法执行效率和配准准确率有待提高的不足,提出了一 种基于稠密局部自 相似(LSS)描述符构建的稠密改进的LSS(ILSS)特征流的图像配准算法。算法通过颜色空间转 换分离出彩色图像中的 颜色和亮度信息,只在亮度通道上提取稠密LSS特征以大幅度提高图像特征提取阶段 执行效率。随后以 保持特征流场光滑性为约束条件,采用金字塔多分辨率迭代法提高LSS特征流场估计 阶段的执行效率。 多分辨率迭代法的基本思想是先在图像粗粒度网格上快速估算出初步的特征流场,然后再逐 步求精获得最 终精确的特征流场。大量实验表明,与稠密SIFT流相比,基于稠密ILSS特征流的图像 配准算法在图像内容发生较大变化时具有更好的鲁棒性,同时具有更高的执行效率和图像配 准确率。     

一种基于对称性边缘的多光谱图像配准方法

多光谱成像技术是遥感领域的一项重要技术。多光谱图像配准技术可以提高遥感图像的应用效率和能力。基于边缘结构在多光谱图像中较为稳定这一特性,提出了一种基于对称性边缘的多光谱图像配准方法,该方法主要包含“图像比例调整”、“对称性边缘提取”和“互信息配准”等三个步骤。基于天宫二号宽波段成像仪的遥感数据设计了一种多子图配准方案,验证了所提方法在可见光、短波红外和长波红外三个谱段之间图像配准的有效性。设置对比实验,将所提配准方法与其他多光谱图像配准方法进行比较,结果表明该方法在天宫二号宽波段遥感图像的配准中具有较高的精度。     

基于SIFT算法的异源遥感影像自动匹配研究

由于不同传感器、多时相、多分辨率、多波段的遥感图像的光谱特征、空间特征、纹理特征等存在较大差异,为遥感图像的匹配带来了困难。主要利用图像特征点提取方法,使用具有尺度不变特性的SIFT(Scale Invariance Feature Transform)方法,对异源遥感图像进行配准和图像进行拼接操作,并进一步对SIFT算法进行优化,采用双向匹配策略。实验证明该算法具有稳定、可靠、快速等特点,适用于存在光谱特征、空间特征、纹理特征差异的异源遥感图像的精确配准,同时实验验证了双向匹配算法用于SIFT特征点匹配中的优越性,证明其为一种好的匹配测度。     

多光谱遥感卫星图像的精确配准方法研究

针对一组多光谱遥感图像中,各谱段图像之间配准不一致的问题,本文提出了一种基于特征点的快速自动配准方法。在图像信息熵的基础上,利用环形移动窗口,自动快速寻找感兴趣区域, 并利用尺度不变特征转换（SIFT）算法提取特征。为提高精度,文中对特征初匹配方法作了改进,并用余弦定理和空间距离约束条件剔除误匹配点,之后提取最稳定的特征点对计算变换参数,完成配准。最后根据配准前后图像的互信息和特征点的均方根误差（RMSE）来衡量配准的程度。通过对大量中巴地球资源卫星拍摄的多光谱图像进行实验,该方法能达到亚像素级配准精度,并能快速对各谱段图像进行配准。      

基于傅里叶梅林变换的SURF算法

针对加速鲁棒性特征算法,在没有后续去误匹配等处理的情况下,对存在较大旋转角度的两幅待匹配图像,匹配精度较低的问题,提出了一种基于傅里叶梅林变换的SURF算法。该算法通过对待匹配图像和参考图像实施傅里叶变换和梅林变换,利用能量谱求出两幅图像发生的旋转角度,并利用SURF算法找出图像间发生的平移和尺度变化,实现了图像间的匹配。实验结果表明,该算法可有效地实现图像间存在较大旋转角度时的几何匹配,且相比已有的SIFT和SURF算法,具有更好的匹配效果。     

基于Contourlet域图谱聚类和多尺度Markov模型的多光谱遥感图像分割

针对多光谱遥感图像的特点,结合图谱聚类、Co ntourlet系数分布的统计特性和多尺度Markov模型, 提出了一种基于Contourlet域图谱聚类和多尺度Markov模型的分割(CSCMMS)方法。首先对 待分割图像进行Contourlet变换,利用图谱聚类对最粗尺度低频图像聚类得到可靠的初始分 割结果;然后 利用互信息构造Contourlet域的多尺度Markov模型,结合多尺度、多方向的图像信息将低频 图像的初始分 割结果逐尺度传递到最细尺度,得到原始图像的分割。对合成图像和多光谱遥感图像的实验 结果表明,提 出方法在边缘信息保持和噪声敏感性上具有明显改进,错分率和运算时间进一步降低。     

联合NDRI特征和空间相关性的机载MS-LiDAR数据分类

对比仅包含多光谱信息、仅可实现二维土地覆盖分类的传统光学遥感数据,机载多光谱激光雷达(multispectral light detection and ranging,MS-LiDAR)的优势在于同时包含多光谱和空间信息、可实现三维土地覆盖分类,但现有的机载MS-LiDAR数据的土地覆盖分类研究所需特征维度过高、算法复杂度高。因此,提出了一种整合空间相关性和归一化差分比率指数(Normalized Difference Ratio Index,NDRI)特征的逐步分类算法。该算法首先融合机载MS-LiDAR数据的多波段独立点云,获取兼具空间位置及其多光谱信息的单一点云数据;然后利用空间邻域增长下的地面滤波算法分离地面和非地面点;接着基于不同目标的激光反射特性差异设计将草地(树木)自地面(非地面)中分离的NDRI指数,并利用类间方差最大原则下的自适应最优NDRI指数实现地面和非地面点的精细分类;最后利用3D多数投票法优化分类结果。采用加拿大Optech Titan实测MS-LiDAR数据测试提出算法的有效性及可行性,实验结果表明：算法的平均总体精度和Kappa系数分别可达90.17%和...     

结合矢量量化的SPIHT算法用于多光谱图像压缩

针对多波段遥感图像纹理复杂丰富、局部相关性较弱的特点,提出了结合矢量量化的SPIHT压缩算法。将经过小波变换后的遥感图像谱间相同位置的系数聚集构成矢量,根据高频子图的局部块纹理强弱进行自适应性的量化。使基于标量的SPIHT算法能够方便的处理矢量,有效去除数据间各类相关。实验表明,该方法对多波段遥感图像的压缩可以收到良好的效果,且算法具有良好的实时性,对单幅图像的压缩比和峰值信噪比(PSNR)均优于普通的二维SPIHT算法。