结合非子采样轮廓变换和形态收缩算子的多源遥感影像配准

摘要：

针对多源遥感影像自动配准中难以提取大量同名特征点的问题,提出了一种结合非子采样轮廓变换和形态收缩算子的自动配准算法.结合非子采样轮廓变换和形态收缩算子的特征提取算法能够克服角度和尺度偏差,在多方向、多尺度空间精确提取强边缘上的关键结构特征点；基于低频波段的归一化互信息匹配算法和三角形一致检验算法能够提取到大量高可靠性的同名特征点对,保证了多源遥感影像的高精度配准.文中选取角度和尺度偏差显著的SPOT-5(P)和ASTER影像组合进行试验,结果证明以上算法能够检测到大量分布均匀的同名特征点对,配准模型精度趋近于1个像元.该研究可为多源遥感数据的融合和目标识别提供前提条件.

关键词：遥感、算法、数学变换、多源遥感影像配准、非子采样轮廓变换、形态收缩算子、归一化互信息

所属期刊栏目：28

分类号：TN751.1(基本电子电路)

资助基金：中央高校基本科研业务费专项资金BLYX200917;北京林业大学青年科技启动基金"基于选择性视觉注意机制的马尾松智能识别模型研究"资助BLX2011003

在线出版日期：2013-03-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：110-118,后插4