基于改进SURF算法的无人机遥感图像配准

针对无人机遥感图像畸变较大,而传统快速鲁棒(Speeded-Up Robust Features,SURF)算法不能提供足量兴趣点的问题,提出了一种基于Harris角点和SURF算法的无人机遥感图像配准方法。首先构建多尺度空间,并在多尺度空间下检测Harris角点作为兴趣点;然后计算各兴趣点的64维SURF描述子;最后运用K-d树匹配搜索策略得到两幅图像的匹配点对。将该方法与传统SURF配准方法进行实验对比,实验表明改进算法在保证实时性的情况下可以获得更多的匹配点对,并具有更高的配准精度。     

基于斜率改正比的遥感图像拼接缝消除算法

针对在遥感图像镶嵌中所产生拼接缝的问题,分析了现有的拼接缝消除方法,提出了直方图迭代匹配结合斜率改正比的消除方法。通过直方图的迭代匹配增强了图像的反差,在镶嵌的遥感影像中用斜率改正比的方法消除拼接缝实现图像的光滑过渡。实验结果表明,该算法具有很好的拼接缝消除效果并且减少了两幅图像的灰度差值和标准值差值,改善了图像的质量。     

基于压缩传感和图割的多分辨率影像融合方法

针对像素级融合方法对高分辨率影像融合存在较大光谱细节保持问题,提出一种基于压缩传感和图割理论的多分辨率融合。在给定的全色和多光谱图像上用压缩传感的概念来获得融合图像的初始估计;用图割方法来最小化能量函数获得最终的融合图像。实验结果表明文中方法在相对整体维数综合误差(ERGAS),相关系数(CC),相对平均光谱误差(RASE)和光谱角映射(SAM)等方面有了很大提高,且融合后光谱细节特征保持较好。