文 献 综 述

一、选题的目的和意义

图像配准是遥感、医学、计算机视觉等很多领域中的一个基本问题。在遥感领域, 实现图像融合、变化检测、图像校正、图像镶嵌等应用中, 图像配准都是必不可少的一个关键步骤。由于遥感信息量大,应用范围广, 因此实现自动配准一直是人们追求的目标。

提取和匹配图像特征是实现图像自动配准的一个重要环节, 关于这个问题的研究, 文献中已有大量报道, 如文献[ 1) 3]。典型的流程是: 首先在待配准的图像中分别选取一些显著特征, 如封闭区域、边

缘、线段交点、角点等, 然后确定这些特征的对应关系。用于特征匹配的特征描述子和相似性度量标准有很多, 如灰度相关、二值图像相关、链码相关、结构匹配、斜面匹配、不变矩之间的距离、动态规划和松弛法等等[ 2] , 然而, 对于遥感影像来说, 由于成像条件和场景的复杂性, 这些现有的技术仍然难以可靠地解决图像特征的对应问题[ 4, 5] 。

近几年来, 在计算机视觉领域, 基于局部不变量描述子( Loca l Invariant Descriptor) 的方法在目标识别和匹配方面取得了显著的进展。M iko la jczyk 和

Schm id[ 6] 针对不同的场景, 对光照变化、图像几何变形、分辨率差异、旋转、模糊和图像压缩等6种情况,就多种最具代表性的描述子(如SIFT, 矩不变量, 互相关等10种描述子)进行了实验和性能比较, 结果表明, 在以上各种情况下, SIFT描述子的性能最好。S IFT 最初是作为一种关键点的特征提出来的,这种特征对图像的尺度变化和旋转是不变量, 而且对光照的变化和图像变形具有较强的适应性, 同时, 这种特征还具有较高的辨别能力, 有利于后续的匹配。正是借助于这些特点, 使得传统图像配准中的许多诸如前面提到的共性问题得到了很大程度的改善。基于SIFT 描述子的匹配方法已被成功地应用到了很多领域, 如目标识别[ 7] 、全景图拼接[ 8] , 从运动恢复结构[ 9] 等。然而, 就所能查阅的文献看, 目前还没有SIFT在遥感图像配准问题中的应用研究。

本文旨在研究SIFT 在遥感图像配准中的性能。其次, 本文还给出了一种针对遥感影像的具体匹配方法。针对遥感平台的高度比成像目标的高度要大得多的特点, 本文采用整体几何约束来检验匹配的正确性, 不仅提高了匹配的可靠性, 而且具有实现简单的特点。最后, 本文给出了部分航空和航天遥感影像在不同的变形、不同的光照变化和不同分辨率下的配准实验结果。实验结果表明, 基于SIFT特征的方法应用于遥感图像配准中, 同样具有精度高、鲁棒性强、稳定性高、速度快等优点, 可望为遥感图像实现自动配准提供一些参考。

二、本题的研究现状

1、SIFT算法