卫星图像配准及匹配曲线特征评估法

摘要：

由于卫星图像来自于不同的传感器、由不同的视角和光谱、在不同的时间获得，图像间存在较大差异。为了有效配准图像，提出一种“先粗后精”的配准算法，首先采用Fourier-Mellin变换算法实施快速的粗配准，然后采用以修正的结构相似度为测度的优化算法实施精确配准。对于真实的卫星图像配准，由于没有准确的衡量标准，很难给出定量的评估结果。本文提出一种新的配准评估方法?匹配曲线特征评估法，以匹配曲线的峰度、峰偏、峰值以及峰值间均方根误差(RMSE)为定量评估指标，以峰值间RMSE最小为准则自动调整配准参数。结果表明，“先粗后精”的配准算法能够实现相当精确的配准；匹配曲线特征评估法不仅能够从曲线的光滑度、尖锐度等特性直观描述配准性能，并能由曲线的特征指标定量评估配准效果，而且还能自动调整配准参数，使配准更加精确。

关键词：图像配准、匹配曲线特征评估法、修正的结构相似度、傅里叶-梅林变换

分类号：TP391(计算技术、计算机技术)

资助基金：鲁东大学横向基金项目“基于奇异性形态分析的图像特征提取算法”2010HX007

在线出版日期：2014-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：73-81