《异类遥感图像配准技术研究》由会员分享，可在线阅读，更多相关《异类遥感图像配准技术研究（63页珍藏版）》请在金锄头文库上搜索。
1、国防科学技术大学硕士学位论文异类遥感图像配准技术研究姓名：汪汉云申请学位级别：硕士专业：信息与通信工程指导教师：王程2010-11国防科学技术大学研究生院硕士学位论文 第 i 页 摘 要 遥感影像配准是进行遥感影像信息融合的重要前提。随着遥感技术的发展，遥感影像数据量和遥感传感器的分辨率都有了很大的提高，遥感成像传感器的种类也越来越多。为了综合利用目标不同波段电磁波的辐射特性和多种传感器信息，实现对目标特性全面理解，需要保证遥感影像几何上是相互配准的。 本文首先介绍了图像配准的概念、原理、一般的图像配准技术分类和几何变换模型，然后对常用的异类遥感图像配准技术和各种传感器的成像特性进行归纳总结。
2、 本文介绍了遥感图像成像的基本原理和常用图像预处理技术，提出了一种基于结构特征的异类遥感图像配准算法。结构特征主要指利用 FAST 算法提取的角点特征以及直线支持区(LSR)特征。针对遥感图像成像复杂，辐射特性和几何特性变化大，传感器种类多，配准算法通用性差的问题，根据不同的图像属性和配准需求本文给出了两种配准方案。通过实验证明，本文给出的算法具有较好的配准效果。 针对 Lidar 数据与传统的遥感影像配准问题， 本文给出了基于特定地物的面向Lidar 的异类图像配准算法框架，并提出了一种基于无限对称指数滤波器(ISEF)的Lidar 深度影像屋顶提取算法， 通过实验证明本文提取的算法具有较高
3、的定位精度。 在上述算法的基础上，实现了一个异类遥感图像配准系统。 最后对本文所做的工作和研究成果进行了评述，并对以后的工作方向进行了展望。 主题词：异类遥感图像 成像特性 图像配准 屋顶提取 FAST LSR Lidar ISEF 国防科学技术大学研究生院硕士学位论文 第 ii 页 ABSTRACT Remote sensing image registration is a vital step for remote sensing image information fusion. Along with the development of remote sensing technolo
4、gies, the data amount of remote sensing images, the resolution of the sensors and the kinds of the imaging sensors have developed fast. In order to have a completely understanding of the object, we must make full use of radiation properties of the different bands of the electromagnetic wave and info
5、rmation of different kinds of sensors. But first of all we need ensure that the images should be co-registration geometrically. Firstly this paper introduces the concept and theory of the image registration, the general image registration technologies and the geometrical transformation models. And t
6、hen make an analysis and classification to the common technologies of the different species remote sensing images and the imaging properties of the different kinds of sensors. This paper introduces the imaging theory of remote sensing and the common image preprocessing technologies, and proposes a d
7、ifferent species remote sensing image registration algorithm based on structure features. Structure features in this paper are corner features extracted through FAST algorithm and the line support region (LSR) features. However, the imaging process of remote sensing images is very complicated, the v
8、ariation of the radiation properties and geometrical properties are unsurely, the kinds of the sensors are diverse, and the application of the registration algorithm is limited. This paper proposes two different registration strategies based on different image properties and registration demand. Thr
9、ough experiments we get good registration results. In order to register the lidar data and the traditional remote sensing images, the paper proposes a registration frame based on special ground objects. And then proposes a roof extraction algorithm in lidar altitude images based on infinite symmetri
10、c exponential filter. It proves that our algorithm have a good localization precision through experiments. Then implements an image registration system based on the algorithm proposed and then overviews the work and the research results of this paper. At last we outlook the research aspects in the f
11、uture. Key Words：Different species remote sensing images imaging properties image registration roof extraction FAST LSR Lidar ISEF 国防科学技术大学研究生院硕士学位论文 第 III 页 表 目 录 表 5.1 不同波段CCD图像配准精度分析 . 43 表 5.2 红外图像作为参考图像的CCD与红外图像配准精度分析 . 44 表 5.3 CCD图像为参考图像的CCD与红外图像配准精度分析 . 44 表 5.4 CCD图像为参考图像的CCD与SAR图像配准精度分析 .
12、46 表 5.5 SAR图像为参考图像的CCD与SAR图像配准精度分析 . 46 国防科学技术大学研究生院硕士学位论文 第 IV 页 图图 目目 录录 图 2.1 同一区域CCD图像与红外图像示例 . 13 图 2.2 同一区域CCD图像与SAR图像示例 . 13 图 3.1 地物点的与图像点的空间关系 . 18 图 3.2 segment-test算子 . 20 图 3.3 FAST算法检测结果图 . 21 图 3.4 相位编组算法 . 21 图 3.5 相位变编组中的断裂问题 . 22 图 3.6 相位变编组中的断裂问题 . 22 图 3.7 原始图像对及其LSR . 23 图 3.8 基于结构特征的异类遥感图像配准方案一 . 25 图 3.9 基于结构特征的异类遥感图像配准方案二 . 25 图 4.1 面向Lidar的异类遥感图像配准流程图 . 29 图 4.2 激光束被建筑物部分反射示意图 . 30 图 4.3 Lidar数据高程值直方图 . 31 图 4.4
