共查询到10条相似文献,搜索用时 140 毫秒
1.
2.
3.
针对几何精校正过程中人工选取控制点误差大、未考虑高光谱数据光谱特征一致性等问题,提出了基于SIFT特征的自动几何精校正方法。首先提取图像的SIFT特征,利用高光谱数据的地理坐标定位进行局部特征匹配,然后为了进一步提取高精度、分布均匀的控制点,提出了一种分区域的随机采样一致(Random Sample Consensus,RANSAC)算法。利用航空高光谱成像仪Hymap获取的新疆东天山数据进行算法性能的分析与验证,并采用CE90/CE95以及均方根误差等指标进行定位精度的评价,提出的基于SIFT特征的自动几何精校正方法能够达到0.8像元的定位精度,并且校正前后光谱的光谱角小于0.01 rad。 相似文献
4.
针对传统图像拼接方法的不足, 提出一种基于改进SIFT算法的图像拼接方法, 并将其应用于无人机遥感图像拼接算法中。首先, 采用Harris算子角点检测遥感图像的特征点, 然后用改进的SIFT算法进行特征点的描述, 通过对高维数据进行降维处理, 减小运算量; 匹配完成后, 采用随机抽样一致性(RANSAC)算法消除误匹配; 最后采用渐入渐出加权平均融合法进行图像融合。实验结果表明: 采用所提出算法能有效剔除遥感图像之间的误匹配, 减小时间复杂度, 更好地消除拼接缝隙。 相似文献
5.
遥感图像PCA融合的并行算法研究与实现 总被引:2,自引:0,他引:2
文章针对已有的遥感图像PCA融合串行算法,提出了一种基于数据并行的新的PCA融合并行算法PPCA.并对该并行算法进行了通信优化,在机群系统上进行了实现。针对IKONOS图像进行实验的结果表明该算法可获得良好的并行加速比.并行效率较高,为遥感图像的实际应用提供了有益的指导和借鉴。 相似文献
6.
针对传统图像拼接方法的不足,提出一种基于改进SIFT算法的图像拼接方法,并将其应用于无人机遥感图像拼接算法中。首先,采用Harris算子角点检测遥感图像的特征点,然后用改进的SIFT算法进行特征点的描述,通过对高维数据进行降维处理,减小运算量;匹配完成后,采用随机抽样一致性(RANSAC)算法消除误匹配;最后采用渐入渐出加权平均融合法进行图像融合。实验结果表明:采用所提出算法能有效剔除遥感图像之间的误匹配,减小时间复杂度,更好地消除拼接缝隙。 相似文献
7.
8.
9.
10.
针对锥束CT系统中几何参数失配引起几何伪影的问题,提出了一种采用空域高频能量的几何伪影自校正算法。该算法以重建图像的空域高频能量为目标函数建立优化模型,通过单纯形法迭代求解使空域高频能量最大的几何参数最优解。利用投影图像的特性提取部分参数作为输入初值,减小算法搜索范围。并采用图形处理器(Graphic Processing Unit,GPU)对自校正过程中的图像重建并行加速,减少重建时间,提高校正速度。实验结果表明:该算法具有较高的求解精度,最大相对误差不超过5%,对重建图像中的几何伪影有较好的校正效果。同时,在不影响精度的情况下减少了迭代次数,算法执行效率提高了18.8%。 相似文献