基于小面元配准的倾斜遥感图像拼接

针对倾斜遥感图像拼接中存在配准精度不高,重叠区域出现重影的问题,提出了利用三角网进行小面元配准及加权融合的拼接方法。首先求解全局单应性矩阵进行图像预对齐并利用转换矩阵提取图像重叠区域,然后利用特征匹配对构建重叠区域Delaunay三角网并对相应三角网逐个进行仿射变换实现精确配准,最后利用渐出渐入式融合消除图像重叠区域重影,提高了图像拼接目视效果。通过主观评价(CCIR500-1的主观评价标准)与客观评价(PSNR评价和SSIM评价)相结合的方式对图像配准及拼接质量进行评价。实验结果表明：该方法能够有效提高图像配准精度,消除图像拼接重叠区域的重影,相比于当前主要算法,该算法配准精度更高,图像拼接目视效果更好,能有效地应用到倾斜图像拼接领域。     

面向极化SAR图像配准的极化特征

不同波段的极化合成孔径雷达(SAR)图像间的配准,是多波段极化SAR数据融合中的一个重要问题。该文从地物的极化散射机理出发,提出了一种适用于尺度不变特征变换(SIFT)配准算法的极化特征。该特征包含了地物目标主要散射成分的信息,并反映了其他弱散射成分的强度分布,可在不同波段极化SAR图像中保持稳定。实验结果表明:与使用散射总功率(Span)实现多波段极化SAR图像配准的方法相比,该特征在不同波段下的差异较小;使用SIFT算法配准后,该特征图像可得到更多的关键点和正确配准点,且配准点的分布较分散,从而有效地提高了多波段极化SAR图像的配准性能。     

基于像素空间相关度的微光双谱图像实时配准

针对目前不同光谱波段图像配准算法复杂、精度低和实时性差的问题,该文提出了基于像素空间相关度的双通道图像融合效果评价方法,将该指标用作实时图像配准的控制参数,在基于DM642的视频图像实时处理仿真平台上,对微光双谱图像进行了实时配准.实验结果表明:与常用的基于控制点、边缘等图像配准算法相比,该文提出的实时配准方法准确、有效,且不受图像灰度变化、噪声及不同微光成像波段成像器的光谱响应特征的影响.     

基于区域的多光谱图像无损压缩

针对多光谱图像的冗余特点,提出一种多方式预测的多光谱图像无损压缩方法.多光谱遥感图像每一波段的图像本身存在空间冗余.不同波段图像之间存在谱间冗余.由于不同波段的成像对象是同一地域,具有相同的物理结构,虽然同一空间位置不同波段的像素值相差很大,但其与邻域的关系却是很相似的,同类地物在图像中占据一定区域,在不同的波段具有相似的纹理.因此,首先选择基于区域生长的分-合算法将多光谱图像分割成若干块互不重叠的均匀子区域;又由于各个子区域的纹理不同,因此对不同区域采用不同的预测方式,从而最大程度去除冗余;同时利用谱间结构相关,令各波段相同区域选用相同的预测方式,共享预测方式图可使多方式预测导致的附加存储代价大大缩小.实验结果表明了该方法的有效性.     

利用积分球实现三波段照相机的辐射定标研究

根据使用环境和所拍摄物体的不同,利用紫外、可见、近红外滤光片实现成像型CCD相机在350～380 nm,380～760 nm,760～1000 nm不同波段的成像,分别测定了滤光片的光谱透射率.利用积分球均匀光源实现3个波段的光谱辐亮度定标,建立输入辐亮度和探测器输出图像灰度均值间的关系,为照相机适应不同波段清晰成像提供适当曝光参数选择.     

低重叠率和弱纹理图像的快速拼接算法

图像拼接可将多张有重叠区域的小图镶嵌成一幅大图,在三维重建、增强现实以及相机应用等多领域有着广泛的应用,受到科研人员和工程机构的一致关注;但当图像缺乏纹理,或者重叠区域较少的时候,现有算法难以得到稳定的拼接效果.针对上述问题,提出了一种快速拼接算法,主要包括2个创新点.第一点,设计了基于金字塔模型的相位相关配准算法,能够处理低重叠率和缺乏纹理的场景,对光照变化不敏感.第二点,设计了新的全局优化模型,能够进一步优化结果,剔除不可靠的参数估计等问题.实验部分证明了本算法精度高、速度快,能够较好的解决低重叠率和弱纹理等问题.     

非球面拼接测量中的配准误差校正

为了抑制配准误差对子孔径拼接测量非球面的影响,采用基于仿射变换和子孔径位置优化的拼接算法,校正由于配准误差引起的子孔径拼接重叠区对应点的不一致性,以提高拼接测量的精度.首先,分析了子孔径重叠区域相位误差不一致性的原因,然后,根据重叠区相位误差最小原则,利用反向求解法,求得配准方程中的各项系数,进行子孔径数据的配准和位置的优化校正.实验结果表明:经过配准误差的校正后,采用同步拼接方法得到的子孔径拼接测量结果与全口径直接测量结果更为吻合.     

基于全局和局部特征的图像拼接方法

针对传统序列图像拼接算法中的误差累积问题,提出一种基于全局和局部特征的图像拼接方法. 同时拍摄大视场角、低分辨率全局图像和小视场角、高分辨率局部图像,利用深度学习替代传统算法提取两者匹配点,进而根据两者面积比等比例扩大全局图像的匹配点坐标,将局部图像无缩放地投影至全局图像所在平面,最后融合投影后局部图像的重叠区域,拼接形成一幅大视场角、高分辨率全景图像. 实验结果表明,该方法中深度学习快速且精准地实现了特征匹配,同时局部图像间相互独立,有效地解决了拼接顺序限制和拼接误差累积.      

基于关键特征点提取的图像快速配准方法

常用图像配准拼接算法中,计算复杂度会随运算数据量的增加而急剧增长,基于该特点提出了一种快速的图像配准方法.通过提取关键特征点并进行匹配实现计算数据量的降低,从而加速了图像配准.首先检测待拼接图像中的特征点及特征信息冗余区域,并根据特征点的数量调整冗余区域的大小;去除位于特征冗余区域内的特征点;使用归一化互相关及随机抽样一致性算法对剩余的关键特征点进行粗细两步匹配,求出拼接参数完成图像配准,实现图像拼接.实验结果表明,提出的方法实现了图像配准拼接,并且与改进前相比显著提高了运算速度,以lena图为例,运行时间仅为改进前的30.47%.     

图像拼接中的特征模板提取优化方法

为了提高拼接算法的鲁棒性和效率,提出了一种基于边缘特征和行程编码索引的最优特征模板提取策略.最优模板包含了尽可能多的图像特征,模板中参与运算的只是具有边缘位置特征和灰度变化显著的像素点,通过行程编码方法构建索引模板以指定特征像素集合,从而显著提高了配准精度和匹配速度.     

土地资源调查的像元级遥感影像融合方法研究

文章总结了IHS彩色空间变换融合法、Brovey法、主成分分析法(PCA)等像元级影像融合的方法及评价标准,对研究区域SPOT影像的全色波段和多光谱波段分别进行IHS、PCA及Brovey方法的融合实验,并从信息熵、灰度均值和标准差、相关系数和视觉效果四个方面,对三种方法的融合效果进行定性与定量评价.分析结果表明,相对于其他两种方法而言,PCA方法在整体图像上清晰,色调协调,保留了较多的空间信息,细节特征明显,质量较好.     

基于 SIFT 算法的无人机遥感图像拼接技术

为了给农田研究人员提供高精度、 宽视野的图像, 在利用 SIFT(Scale-Invariant Feature Transform)算法初 步检测候选点步骤中, 加入自适应阈值去除部分候选特征点; 结合无人机图像的经纬度坐标及重叠区域位置关 系剔除部分无效特征点, 并进行特征点粗匹配; 利用随机采样一致算法消除误匹配点对, 并求解投影变换矩阵 完成相邻两幅农田遥感图像的拼接; 设计了金字塔拼接策略, 完成 128 幅高分辨率图像的拼接。 实验结果表 明, 基于 SIFT 算法, 利用改进的特征点精简方法, 特征点粗匹配时间平均减少了52%, 精匹配时间平均减少了 25%; 基于 6 个图像融合评价参数的对比实验发现, 从定性和定量两个方面, 基于多分辨率的图像融合均优于 其他融合算法。     

图像拼接的预处理算法研究

在基于图像的虚拟现实中，为了加快相邻图像的拼接速度，提出了对图像进行灰度化，然后将灰度图投影，进行粗略匹配的预处理算法。实例表明，该算法可以有效地实现图像预定位，缩小图像拼接时的搜索范围，提高拼接速度。     

无人机视频流倾斜影像快速拼接方法

为了解决无人机视频流倾斜拍摄快速拼接误差较大的问题,提出一种局部最优的视频流拼接方法。该方法首先利用透视投影的方法将倾斜影像纠正为近似正射影像,消除大倾角影像的几何变形问题;然后利用CUDA技术加速ORB算法,快速得到帧间变换模型;在拼接时动态选取基准面,利用Levenberg-Marquardt算法优化各影像变换到基准面的绝对单应性矩阵完成视频流的序列拼接。实验结果表明:利用该方法获得的拼接影像减小了倾斜拍摄带来的误差,提高了拼接影像的质量。     

基于SURF-球面模型的岩心图像拼接

提出一种基于SURF-球面模型的岩心图像拼接算法。通过特征点匹配,建立球面模型,将待拼接岩心图像投影到同一球面,合并成完整的岩心图像;根据拍摄模式及岩心图像本身的特点,在特征点匹配过程中,使用SURF算法并指定图像特征检测区域,快速提取和匹配特征点;最后进行多分辨率融合,消除拼接缝,完成岩心图像的无缝拼接。实验表明本文的方法在岩心图像拼接中能达到较好的拼接效果。     

基于独立分量分析的遥感影像分类方法

多光谱遥感影像反映了不同地物的光谱特征,其分类是遥感应用的基础。独立分量分析对未知的源信号的混合信号进行估计,可以获得相互独立的源信号的近似。独立分量分析利用了信号的高阶统计信息,对于多光谱遥感影像而言,其去除了波段影像之间的相关性,获得的波段影像是相互独立的。最后通过TM遥感影像数据的分类试验,验证了基于独立分量分析的线性光谱混合分析模型应用于多光谱遥感影像非监督分类的有效性。     

基于SIFT特征矢量图的快速图像拼接方法

为了减少图像拼接方法的计算复杂度,提出一种基于尺度不变特征变换(SIFT)特征矢量图的快速图像拼接方法.该方法首先结合相位相关算法,确定待拼接图像的重叠区域,限定SIFT特征点检测范围;然后考虑特征点的空间位置信息,构建SIFT特征矢量图像,以便在特征匹配时限制匹配点的搜索范围,快速获得匹配点对.实验结果表明,该方法减少了大量的不必要搜索,提高了图像拼接速度.     

无人机遥感图像融合方法研究

针对待拼接的无人机遥感图像重叠区域不规则、焦距不固定、含噪声较多等问题, 在加权平均融合算法的基础上引入基于折线化思想的不规则重叠区域生成法, 减小算法误差, 并运用基于距离比的自适应算法实现权值自动匹配, 使算法在不受重叠区域形状限制的同时得到更精确的计算结果, 解决了图像拼接后融合区域分辨率低、拼接线明显的问题。仿真表明, 改进的加权平均融合算法在保持原算法快速性的同时, 达到了去除拼接缝隙、使图像融合区域过渡平滑的目的, 并获得了融合质量较好的大视野无缝拼接图像。     

基于AOI检测系统的图像拼接技术

针对自动光学检测(AOI)在电路板元器件检测中对图像拼接的实时性要求比较高的特点,提出了简化的仿射变换模型的快速图像拼接算法.该算法利用图像特征在尺度空间具有平移、旋转和仿射不变性,借助AOI系统高精度步进电机的控制快速找到最佳匹配点,建立图像的匹配关系.实验证明,该算法简单、快速、精度高,具有场景无关性、噪音容忍度高等优点,在AOI检测中具有很强的实用性.