基于直方圖的遙感圖像相似性檢索方法比較

1、 件受到不同傳感器、不同自然條件以及各種成像畸變的影響，選取適應(yīng)性強(qiáng)、精度高、計(jì)算快的匹配算法是研究的難題。針對這些問題，本文研究了基 于特征點(diǎn)的景象匹配技術(shù)。主要內(nèi)容如下： 針對SIFT算法匹配結(jié)果存在偽匹配的問題，采用相鄰特征點(diǎn)關(guān)系去除偽匹配。實(shí)驗(yàn)結(jié)果表明SIFT對尺度變換、光照變換、旋轉(zhuǎn)變換、噪聲等影響 因素都具有很好的不變性。 將PCA應(yīng)用到SIFT描述子的生成上，起到了對描述子降維的目的。在分析PCA理論在數(shù)學(xué)上的描述之后，實(shí)現(xiàn)了PCA-SIFT描述子的生成，實(shí)驗(yàn)結(jié)果 表明，在基本不影響匹配性能的前提下，使得計(jì)算速度大幅度提高。 研究并實(shí)現(xiàn)了SURF景象匹配技術(shù)，SURF是在積分圖像

2、的基礎(chǔ)上進(jìn)行快速運(yùn)算，并利用箱式濾波器建立尺度空間，通過快速Hessian矩陣檢測極值點(diǎn) ，利用哈爾小波生成描述子，采用快速索引進(jìn)行相似性度量。實(shí)驗(yàn)結(jié)果表明，SURF對于景象匹配在速度上有了極大的提高。 通過對SIFT、PCA-SIFT和SURF的實(shí)驗(yàn)數(shù)據(jù)，對三種算法在性能上做了對比分析。 10.學(xué)位論文 安如 基于角點(diǎn)特征的飛行器導(dǎo)航圖像匹配算法研究 2005 本文以飛行器導(dǎo)航圖像匹配算法為研究目標(biāo)，探索基于角點(diǎn)特征的飛行器導(dǎo)航圖像匹配算法的新思路，為飛行器導(dǎo)航圖像匹配提供有效算法。旨在 提高飛行器導(dǎo)航圖像匹配算法的性能，包括算法的有效性、定位精度、匹配速度以及適應(yīng)性等。 首先對圖像匹配算法

3、的核心問題進(jìn)行了探討；其次討論了匹配圖像的預(yù)處理問題，對匹配區(qū)選擇及圖像分辨率不同的處理進(jìn)行了詳細(xì)分析；然后建 立了快速角點(diǎn)探測算法，并對角點(diǎn)探測算法從計(jì)算速度和定位精度上與常用的角點(diǎn)探測算法進(jìn)行了比較；最后給出了模糊點(diǎn)集快速匹配算法以及通過自 動搜索匹配點(diǎn)對進(jìn)行圖像匹配的算法。對上述角點(diǎn)探測及匹配算法進(jìn)行了實(shí)驗(yàn)，說明了本文算法的有效性。 圖像匹配算法是圖像匹配導(dǎo)航系統(tǒng)的核心，其性能決定了系統(tǒng)的總體性能。為了提高圖像匹配導(dǎo)航系統(tǒng)導(dǎo)航的實(shí)時性和精度，研究合適的圖像匹配 算法具有重要的理論意義和實(shí)用價值。用于飛行器導(dǎo)航的圖像匹配，是不相似圖像間的匹配，匹配的基準(zhǔn)圖像與實(shí)時圖像間灰度差異大，具有幾何

4、變形 且空間分辨率不同。 用于飛行器導(dǎo)航的圖像匹配算法，首先必須計(jì)算速度快，滿足實(shí)時處理的要求；其次，算法必須具備優(yōu)良的性能，能適應(yīng)不同的地表景觀，且能克 服圖像間灰度的變化、幾何變形以及分辨率的差異；最后，算法必須具備較高的定位精度。目前在飛行器導(dǎo)航中所采用的圖像匹配算法主要有平均絕對 差算法和歸一化互相關(guān)算法等。此類算法雖具有使用簡便、對景象模式適應(yīng)能力較強(qiáng)等優(yōu)點(diǎn)，但該類算法計(jì)算量大且對噪聲較敏感。當(dāng)圖像中存在高頻 窄帶隨機(jī)噪聲時，相關(guān)函數(shù)易出現(xiàn)多峰值，且在遮蔽區(qū)和特征貧乏區(qū)進(jìn)行匹配時易出錯。另外，對于匹配圖像間存在較大的幾何變形，如存在較大角度 的旋轉(zhuǎn)時，匹配難免失敗。 圖像中的點(diǎn)特征是

5、圖像灰度變化的反映，是圖像本質(zhì)特性的表現(xiàn)。用點(diǎn)特征進(jìn)行匹配，能有效地克服基于灰度相關(guān)匹配的受噪聲及灰度變化的影響 且能 有效克服圖像的幾何變形以及分辨率的差異。此外，用點(diǎn)特征進(jìn)行匹配，減少了用于匹配的信息量，可獲得較快的匹配速度。 基于上述背景 ，本文以農(nóng)村較為平坦地區(qū)的飛行器仿真CCD圖像、IRS-C遙感圖像為實(shí)時圖像，仿真圖像、SPOT（pan）為基準(zhǔn)圖像進(jìn)行算法研究與實(shí)驗(yàn)。主要研究內(nèi)容 和結(jié)論如下： 1、飛行器導(dǎo)航圖像匹配基本問題探討 飛行器導(dǎo)航圖像匹配是不相似圖像的匹配，匹配圖像間存在灰度變化、幾何變形和分辨率的差異。匹配算法必須滿足計(jì)算速度快、有效性強(qiáng)和定位 準(zhǔn)確等要求。針對上述特點(diǎn)

6、，提出了基于角點(diǎn)特征的圖像匹配方法。圖像匹配算法主要包含三個核心問題：用于匹配的特征、相似性度量準(zhǔn)則以及匹配 的快速搜索策略。本論文選擇用于匹配的特征是圖像的角點(diǎn)特征。相似性度量準(zhǔn)則為改進(jìn)的Hausdorff距離和角點(diǎn)最大重復(fù)率以及精確尋找匹配點(diǎn)對的旋 轉(zhuǎn)不變角點(diǎn)描述方法。匹配的快速搜索策略，采用了對實(shí)時圖像進(jìn)行信息量評價的方法，主要有圖像信息熵、圖像累加梯度模以及提取出的角點(diǎn)數(shù)量。 根據(jù)實(shí)時圖像的信息量，決定是否進(jìn)行匹配。這樣壓縮了匹配的搜索空間，加快了匹配速度，提高了匹配的正確性。對于匹配圖像間存在的灰度變化 ，采用的角點(diǎn)特征本身就對灰度變化不敏感且是旋轉(zhuǎn)不變的。對于匹配圖像間存在旋轉(zhuǎn)變形

7、，本研究探討了克服旋轉(zhuǎn)的角點(diǎn)描述方法，使本文的方法具 有旋轉(zhuǎn)不變性。對于匹配圖像分辨率的差異，分析了圖像的尺度空間表達(dá)思想，給出了適合本文算法的尺度差異的處理方法。 2、快速角點(diǎn)特征提取算法研究 很多計(jì)算機(jī)視覺問題都依賴于圖像低級特征（角點(diǎn)、邊緣以及多邊形等）的提取。角點(diǎn)特征是其中應(yīng)用最廣泛的一種圖像特征?；诮屈c(diǎn)特征圖像 匹配結(jié)果的好壞，很大程度上取決于角點(diǎn)的提取。本研究給出了一種改進(jìn)的快速角點(diǎn)提取方法。首先進(jìn)行角點(diǎn)粗探測，然后根據(jù)粗探測的結(jié)果再進(jìn)行角 點(diǎn)幾何結(jié)構(gòu)分析，即圖像中的像元如果為角點(diǎn)，它必須滿足角點(diǎn)的圈層結(jié)構(gòu)。通常認(rèn)為角點(diǎn)處各個方向上灰度差變化都較大，所以角點(diǎn)響應(yīng)函數(shù)使用了 反映角

8、點(diǎn)突出性的響應(yīng)函數(shù)，使提取的角點(diǎn)含有更高的信息量。通過與SUSAN角點(diǎn)探測方法的比較，說明該算法具有快速、有效的特點(diǎn)。 3、匹配圖像分辨率不同的處理方法 對圖像的尺度空間表達(dá)思想及自動尺度選擇特征探測進(jìn)行了深入的研究，旨在解決待匹配圖像間存在較大分辨率的差異問題。當(dāng)匹配圖像分辨率已 知時，運(yùn)用圖像的尺度空間表達(dá)思想，選擇不同尺寸的高斯濾波核，對不同分辨率的實(shí)時圖像和基準(zhǔn)圖像進(jìn)行低通濾波，使兩圖像具有相近的分辨率 ，提高了兩圖像探測角點(diǎn)的重復(fù)率和正確匹配概率；當(dāng)匹配圖像分辨率未知時，特征提 取及匹配將在多尺度框架下進(jìn)行。運(yùn)用尺度不變角點(diǎn)探測方法進(jìn)行角點(diǎn)提取，運(yùn)用尺度與旋轉(zhuǎn)不變描述矢量對角點(diǎn)特征進(jìn)

9、行描述，比較描述矢量 ，進(jìn)而找出匹配點(diǎn)對，實(shí)現(xiàn)圖像的匹配。 4、快速匹配搜索策略研究 提高圖像匹配速度的方法有：遺傳算法、基于圖像金字塔和小波多重表達(dá)的粗精匹配策略以及在匹配搜索過程中常用的鄰域排除法、掃描終止法 和前向跳躍法等。根據(jù)圖像信息量的評價，論文研究了基于實(shí)時圖像信息量評價的快速搜索策略。匹配僅在有一定信息量的區(qū)域進(jìn)行，即只有當(dāng)實(shí)時圖 像信息量大于一定數(shù)值時才進(jìn)行匹配；匹配僅在實(shí)時圖像與基準(zhǔn)圖像信息量相當(dāng)?shù)哪切﹫D像對上進(jìn)行。這樣既壓縮了匹配搜索空間，加快了匹配速度又 提高了匹配正確概率。因?yàn)樾畔⒇毞^(qū)極易成為圖像的自相似區(qū)域，再加上缺乏穩(wěn)定圖像特征，匹配很難成功。圖像信息量的評價方法

10、主要有信息熵、 累加梯度模。探測出的角點(diǎn)數(shù)量也能概略反映圖像所含信息量。 5、模糊點(diǎn)集匹配相似性度量準(zhǔn)則研究 實(shí)時圖像和基準(zhǔn)圖像的匹配是不相似圖像間的匹配，經(jīng)過角點(diǎn)探測后得到的點(diǎn)集必然存在噪聲點(diǎn)、出格點(diǎn)、多點(diǎn)、少點(diǎn)等情況。論文綜合考慮了這 些特點(diǎn)，給出了一種改進(jìn)的模糊點(diǎn)集匹配相似性度量準(zhǔn)則一改進(jìn)的Hausdorff距離和角點(diǎn)最大重復(fù)率。改進(jìn)的Hausdorff距離為去除出格點(diǎn)后的平均距離 。運(yùn)用該度量準(zhǔn)則，有效地提高了正確匹配概率，并能準(zhǔn)確獲得關(guān)于匹配情況的正確信息。 6、建立基于圖像角點(diǎn)位置和相互關(guān)系的模糊點(diǎn)集匹配方法Hausdorff距離方法 首先運(yùn)用圖像的尺度空間表達(dá)思想，選擇不同尺寸的

11、高斯濾波核，對不同分辨率的實(shí)時圖像和基準(zhǔn)圖像進(jìn)行低通濾波，使兩圖像具有相近的分辨率 。然后，進(jìn)行角點(diǎn)提取。對已探測的實(shí)時和基準(zhǔn)角點(diǎn)二值圖像用3-4DT方法進(jìn)行距離變換，得到距離圖像。最后進(jìn)行圖像匹配，即應(yīng)用圖像信息量的評價 思想進(jìn)行搜索匹配，以改進(jìn)的Hausdorff距離最短和角點(diǎn)重復(fù)率最大為最佳匹配?；趫D像角點(diǎn)位置和相互關(guān)系的模糊點(diǎn)集匹配方法與歸一化互相關(guān)方法 進(jìn)行了比較，取得了好的匹配效果。 7、建立尺度與旋轉(zhuǎn)不變的精確尋找匹配點(diǎn)對的角點(diǎn)匹配方法 首先進(jìn)行角點(diǎn)提取，并對角點(diǎn)特征進(jìn)行描述，根據(jù)描述矢量的比較獲得初始匹配點(diǎn)對；其次，依據(jù)一定的約束策略剔除錯誤匹配點(diǎn)對，得到正確的 匹配點(diǎn)對；最

12、后采用一定的變換模型進(jìn)行匹配糾正。在匹配過程中，點(diǎn)特征的描述方法及剔除錯誤點(diǎn)對的約束策略是關(guān)鍵問題。本研究采用了旋轉(zhuǎn)不變 的互相關(guān)函數(shù)進(jìn)行角點(diǎn)描述。不同于攝影測量圖像處理中基于核線幾何和概率松弛的剔 除錯誤點(diǎn)對的約束策略，本文采用的方法為漸進(jìn)的局部幾何約束策略，即匹配點(diǎn)對的鄰近點(diǎn)對中，應(yīng)有一部分為正確匹配點(diǎn)對，即部分匹配點(diǎn)對之 間的角度基本相等且對應(yīng)的矢量模長度比基本一致。最后，對極少量的錯誤點(diǎn)對，通過計(jì)算點(diǎn)位中心矩的方法再加以剔除。這樣就得到了最終正確的匹 配點(diǎn)集。另外，在角點(diǎn)提取以及匹配策略上都考慮了匹配圖像分辨率不同的因素。 綜上所述，論文研究的主要內(nèi)容是圖像匹配導(dǎo)航系統(tǒng)中基于角點(diǎn) 特征的圖像匹配方法，為飛行器導(dǎo)航圖像匹配提供有效的算法和策略。對快速角點(diǎn)特征提取算法、匹配圖像間分辨率不同的處理方法、快速匹配搜索策 略、模糊點(diǎn)集匹配相似性度量準(zhǔn)則作了深入的研究，構(gòu)建了基于圖像角點(diǎn)位置和相互關(guān)系的模糊點(diǎn)集匹配方法Hausdorff距離方法及尺度與旋轉(zhuǎn)不變的 精確尋找匹配點(diǎn)對的角點(diǎn)匹配方法。本文方法同樣可為需要進(jìn)行圖像匹配的領(lǐng)域所用。 論文創(chuàng)新點(diǎn)：以飛行器仿真CCD圖像和不同時間的SPOT（Pan）、IRS-lC（pan）等遙感圖像為主要實(shí)驗(yàn)數(shù)據(jù)，對基于角點(diǎn)特征的飛行器導(dǎo)航圖像匹配 算法進(jìn)行了