地理信息：基于特征的影像匹配

　　采用基于特征的影像匹配是為了解決當(dāng)影像存在較大的幾何畸變和光譜信息差異時的配準(zhǔn)同題，

　　多源影像勝合和通感技術(shù)的進步促進了其發(fā)展，由于各傳感器獲取影像的灰度往往不一致，

　　有時候很難適用基于灰度的影像匹配方法，基于特征的方法對灰度變化有適應(yīng)性，

　　且計算量小，速度較快,但另一方面，

　　這種方法對特征提取和匹配的錯誤較敏感，需要穩(wěn)定可靠的特征才能進行配準(zhǔn)。

　　基于影像特征的配準(zhǔn)方法包括特征提取特征空同建立、特征匹配、

　　選取變換模型與求取模型參數(shù)以及坐標(biāo)變換與插值五個主要組成部分，

　　1.特征提取

　　特征提敢是指提敢影像中的比例、旋轉(zhuǎn)平移等變換保持致性的特征，

　　可提取的特征包括點、線和面三類。

　　點特征是最常采用的一種影像特征，包括物體邊緣點、角點線交叉點等，

　　常用的點特征提取方法有SUSAN算法.Forstner算子、Moravee算子.

　　Harris算子Laplace算子、SIFT等，線特征是影像中明顯的線段特征，

　　如道路.物體的輪靠線等。面特征是指利用影像中明顯的區(qū)域信息作為特征，如湖面、草地、空曠地面等，

　　2、特征空間的建立

　　無論是點、線或面特征,其本身的信息量往往過小，不能直接參與特征匹配。

　　所以特征提取后還需要以某種或抽象或概括的形式建立特征空間，使得對特征的描述更加精確具體。

　　特在空間的建立原則是使不同特征的差異性盡量大，例如，

　　點特征可以用鄰坡信息建立特征空同，面特征可用不變矩建立特征空間等。

　　3.特征匹配

　　特征匹配是指建立待配準(zhǔn)兩幅影像中特征之間對應(yīng)關(guān)系的過程。

　　用數(shù)學(xué)語言可以描述為:兩幅影像A和B中分別有m和n個特征,

　　其中上對特征是兩幅影像中共同擁有的，

　　則如何確定兩幅影像中相對應(yīng)的k對特征對即為特征匹配要解決的問題。

　　常用的特征匹配方法有互相關(guān)系法、互信息法、聚類法、點間距離法、松弛法等。

　　4.選取變化模型與求取模型參數(shù)

　　變化模型是指根據(jù)影像間的幾何畸變情況，

　　能最佳擬合兩幅影像之間的幾何變化模型，

　　入仿射變化、多項式變換等。

　　求取參數(shù)是指搜索計算兩幅影像之間最佳變換參數(shù)的過程，常用的算法有：

　　最小均方誤差法、聚類分析法、極值優(yōu)化法、模擬退火算法、遺傳算法等。

　　5.坐標(biāo)變換與插值

　　坐標(biāo)變換是通過模型參數(shù)進行像元值映射的過程。

　　由于影像坐標(biāo)的整數(shù)特性，還需對坐標(biāo)變換進行插值處理。

　　常用的插值算法有最近鄰域法、雙線性插值法和雙三次卷積法等。

　　考慮到速度和精度等問題，一般采用雙線性插值法。



為您推薦 地理信息：不同遙感數(shù)據(jù)的配準(zhǔn)