基于边缘提取和改进型整体松弛匹配算法的InSAR复图像配准方法

配准精度是InSAR合成孔径雷达干涉成像技术中的重要指标。为获得高精确度的测量结果,提出一种包括概略配准、像素级初配准和亚像素级精配准三个环节的逐级提高精度的InSAR复图像配准方法。利用EnView软件提供的经度和纬度实现概略配准、采用基于多边形结构和边缘提取的像素级初匹配方法大大提高匹配速度。考虑以往的匹配算法都是基于能量图进行并且忽略了整体性,采用基于整体松弛匹配和相位最小二乘匹配相结合的亚像素级精匹配算法减少误匹配率,提高匹配精度。实验结果证明该方法具有良好的性能。     

一种改进的频域相关法复图像快速配准

InSAR复图像配准是合成孔径雷达3维成像技术的一个关键步骤,要求达到亚像素级的配准精度.在分析了传统相关系数法的基础上,提出了改进的基于频域相关的快速配准算法.该方法分别采用频域相关和线性调频Z变换进行粗配准和精配准;最后利用傅里叶变换的平移性质对辅图像插值重采样.应用该算法对实际数据进行了实验,并从配准时间和精度两...     

一种改进的频域相关法复图像快速配准

InSAR复图像配准是合成孔径雷达3维成像技术的一个关键步骤,要求达到亚像素级的配准精度。在分析了传统相关系数法的基础上,提出了改进的基于频域相关的快速配准算法。该方法分别采用频域相关和线性调频Z变换进行粗配准和精配准;最后利用傅里叶变换的平移性质对辅图像插值重采样。应用该算法对实际数据进行了实验,并从配准时间和精度两方面进行了分析。实验结果证明该方法在保证配准精度的同时,能够有效减少运算量,大大提高运算效率。     

基于DFT模型的大场景InSAR图像配准

图像配准是实现干涉合成孔径雷达(InSAR)高精度相位提取及地形高程反演的关键,大场景图像的高效高精度配准成为近年高分宽幅InSAR成像应用研究的难点问题之一。由于大场景图像中不同区域偏移量及变化规律差异较大,传统最大相干系数配准方法需多分块及插值处理,面临计算量大且配准精度低等问题。针对此问题,本文提出一种基于DFT模型的大场景InSAR高效高精度图像配准算法。该方法利用最小均方差准则构建InSAR复图像配准的DFT模型,采用四叉树自适应分块及矩阵相乘DFT快速重采样配准方法,实现大场景InSAR图像各子块区域的高效高精度亚像素配准。仿真和实测数据验证本文算法的有效性,结果表明该算法不仅可实现大场景InSAR复图像亚像素级配准,还具有较高的运算效率,其运算效率相对于传统FFT配准方法通常可提升3倍以上。     

基于SURF的声纳图像配准与融合方法研究

针对侧扫声纳图像分辨率高测深精度低而多波束声纳图像分辨率低测深精度高的特点,提出了一种基于SUFR的声纳图像自动配准与融合方法。该算法检测同一区域内侧扫声纳图像和多波束图像的特征点,通过最近邻匹配获得匹配点后,计算图像间的变换矩阵,利用空间变换完成配准,采用加权融合法实现两者的融合。实验结果表明该算法具有很好的鲁棒性,配准精度达到像素级,可实现两者的高精度自动配准与融合,取得了理想的效果。     

机载双天线InSAR复图像自动配准研究

干涉雷达复图像之间的精确配准是提高雷达干涉测量精度的关键之一。对于机载双天线干涉雷达系统,精确的地形高程测量需要精确的干涉相位来保证,从而要求干涉复图像在亚像元级的精确配准。为了使两幅机载双天线InSAR复图像之间配准精度达到亚像元级以及提高运算效率,在分析前人算法的基础上,分别采用基于快速傅里叶变换(FFT)复相关精配准算法以及基于过采样图像的精配准方法对机载双天线InSAR复图像进行精配准试验和比较,生成了干涉条纹图,并进行了相干性分析。试验结果表明,机载双天线复图像相干性很高、偏移量较小;对于机载双天线复数据而言,这两种方法都可以有效地实现复图像数据的高精度配准,但是从配准精度以及算法运行时间来看,基于FFT的复相关精配准算法较优,运算效率更高,且更具实用性。     

一种大角度亚像素的图像自动配准算法

提出一种基于ASIFT和Harris集成互补不变特征的大角度影像亚像素自动配准算法。算法由中间输入图像获取、像素级配准和亚像素级配准三个主要处理过程。在中间输入图像获取过程中,首先提取ASIFT特征控制点,利用提取的控制点估计图像间的投影变换模型,将输入图像中的重叠区域重采样为与参考图像尺度相同的中间输入图像;在像素级配准过程中,用NCC函数进行配准,用基于投影变换模型的全局一致粗差检测方法删除误配点对;在亚像素级配准过程中,先利用二元二次曲面拟合方法进行亚像素位移测量定位,再进行亚像素配准,错误匹配点对剔除,配准精度计算。实际的大角度图像试验结果表明了算法的有效性和实用性。     

特征级高分辨率遥感图像快速自动配准

随着遥感图像分辨率的日益提高,遥感图像的尺寸和数据量也不断地增大,同时随着遥感应用的发展,对图像配准的性能也提出越来越高的要求,基于此,提出一种特征级高分辨率遥感图像快速自动配准方法。首先,对图像进行Haar小波变换,基于小波变换后的近似图像进行配准以提高配准速度;其次,根据不同的遥感图像来源使用不同的特征提取方法(光学图像使用Canny边缘提取算子,SAR图像使用Ratio Of Averages算子),并将线特征转化为点特征;然后,依据特征点间最小角与次小角的角度之比小于某一阈值来确定初始匹配点对;最后,利用改进的随机抽样一致性算法滤除错误匹配点对,并结合分块思想均匀选取匹配点对计算仿射变换参数,进一步提高配准精度。为了验证本文方法的有效性,选择高分辨率World View-2图像、Pleiades图像和Terra SAR图像进行了实验,并与典型的SIFT算法、SURF算法进行比较分析,采用匹配率、匹配效率、均方根误差和时间消耗4个定量评价指标来客观评价算法的配准性能。实验结果表明,本文方法具有较好的有效性,且在不同的情况下具有较高的配准精度。本文提出的特征级高分辨率遥感图像快速自动配准方法,多组高分辨率遥感图像数据的配准实验结果表明该方法能快速实现并具有较高的配准精度和较好的鲁棒性。     

一种匹配测度自适应的SAR图像配准算法

复图像配准的关键是选择合适的匹配测度函数,但匹配测度函数对不同地形的适应性有待于研究。本文首先对比分析复相关系数法和频谱极大值法在机栽SAR山地和平地数据的精度。然后针时频谱极大值法和复相关系数法在不同地形的适应情况,提出基于外部DEM自适应选取配准测度函数的SAR图像匹配算法。最后,给出复图像配准算法的实现步骤,复杂地区的实测数据验证了算法的有效性。     

遥感影像亚像素快速配准方法

针对经典亚像素配准算法运算效率不高的情况,提出一种快速亚像素配准方法。在原有傅里叶变换相位相关方法与矩阵乘法离散傅里叶变换方法的基础上,利用有效子图代替原图进行图像亚像素配准。有效子图是通过二维小波分解高频分量的能量总和大小来选取,再对有效子图进行相位相关像素级定位与矩阵乘法傅里叶变换亚像素定位。改进方法不但继承矩阵乘法离散傅里叶变换亚像素高精度配准的优良性能,而且选用有效子图替代原图进行配准其速度可大大提高,对海量数据的遥感影像更显优势。经模拟试验与工程实例,综合分析该方法的配准精度与配准速度,证明改进方法较经典亚像素配准算法效率更高,更适合用于实际遥感影像的高精度配准。     

一种基于去混叠影像配准方法的POCS超分辨率序列图像重建

简要介绍超分辨率重建的原理和数学模型,采用一种新的超分辨率重建算法,这种算法通过去除低分辨率影像由于欠采样而产生的频率混叠部分以及频率中心的部分低频,来实现图像的精确配准;在计算旋转角度时,通过在图像中心建立极坐标系,求取设定角度精度范围内关于幅度谱的函数,将2维的相关函数转换成1维相关,大大提高计算效率;最后该算法采用POCS方法进行序列图像的高分辨率重建。实验仿真结果表明该算法具有良好的配准精度和超分辨率重建效果,具有良好的应用价值。     

TM影像与GIS矢量数据的自动配准

介绍了一种新的基于信息融合的TM影像和GIS矢量数据自动配准方法。首先建立TM影像和GIS矢量数据的近似变换关系,在此基础上以矢量地图上的信息(水系、道路网等)为先验知识,利用多尺度模板匹配法对TM影像中的线状信息进行自动提取。把自动提取的结果作为像方观测,矢量地图数据作为地面观测,通过广义点摄影测量原理和方法,解算出TM影像的外参数,实现新的TM影像和旧的GIS矢量数据的自动配准。实验结果表明,一般情况下,本文方法达到了像素级精度,且大大提高了工作效率。     

顾及灰度和梯度信息的多模态影像配准算法

基于特征匹配的多模态影像配准方法无法达到像素级配准精度要求。本文研究了一种顾及灰度和梯度信息的多模态影像配准算法。基于马尔科夫随机场（MRF）的非参数化配准模型充分利用多模态影像的图像信息进行相似性测量,同时考虑了灰度及梯度统计信息,求解方法上对值空间进行离散化,提高收敛速度。通过3组多模态影像的配准试验,验证了该算法的可行性。试验表明：本文算法的配准效果优于基于人工刺点的多项式模型配准和只考虑灰度信息的多模态影像配准;与此同时,该算法对于较大形变的影像配准也具有一定的适用性。在空间精度方面,平均配准误差小于1个像素,最大配准误差小于2个像素。     

SAR主从影像的几何配准

对于SAR主影像(master)和从影像(slave)的几何配准,文中采用三次基本多项式与斜距-多普勒定位模型,解算出主影像中心像素点在从影像中的同名点,最后得出主从影像中心像素点的初级配准偏移量。本文以上海地区ERS-1影像数据为例,在Matlab环境下,对SAR主从影像的几何配准偏移量进行解算。实验结果表明,采用文中初级配准方法,初级配准相对精度可达到0.1%~0.9%。     

一种基于角点特征的遥感影像自动配准方法

本文通过对Harris算子进行改进,自适应地提取角点特征,然后基于角点特征进行由粗到精的匹配,完成影像的配准;并利用MODIS影像、TM影像和HJ-1卫星影像3种不同分辨率的遥感影像进行配准实验,结果表明该自动配准方法能够达到亚像素级的配准精度,是一种高精度的影像配准方法。     

一种基于Keren亚像素配准方法的改进算法

详细介绍了Keren亚像素空域配准算法及其不足,提出了对Keren及其迭代算法的改进算法,并给出详细的算法步骤。该算法基于简化的四参数仿射变换模型而不是刚体变换模型,成功地避免了Keren算法因为角度的泰勒级数展开所带来的误差,大大提高了配准精度。实验仿真结果表明该算法在强烈的噪声条件下,旋转角度的绝对误差与Keren迭代算法相比有非常显著的降低;平移参数在15°的大角度旋转情况下获得了0.1个像素以下的绝对误差精度,在小角度的情况下获得了0.01个像素以下的绝对误差精度。     

InSAR复影像配准方法与实践

利用合成孔径雷达干涉测量技术获取地表三维信息的研究，受到世界各国的广泛关注。高精度复影像配准是InSAR数据处理的关键步骤，其结果直接影响生成干涉相位的质量，进而影响获取数字高程模型的精度。本文采用相干系数法进行粗配准，采用基于相干系数拟合的方法进行精配准，可以实现复影像数据的高精度配准。经机载和星载数据的试验验证，该方法有效可行且运算效率高，具有实用性。