遙感圖像的特征提取和匹配是近年來的研究熱點,在保證算法效率的前提下提高遙感圖像的匹配精度是當下的難點。遙感圖像配準的主要步驟為特征提取、特征描述和特征匹配。本文針對遙感圖像配準中特征提取算法和匹配算法進行研究,分別提出了改進算法。隨機抽樣一致性(Random Sample Consensus:RANSAC)算法是圖像匹配階段常用的的方法,它通過估計模型參數(shù)去除匹配階段產(chǎn)生的錯誤匹配點。傳統(tǒng)RANSAC算法在求解過程中迭代次數(shù)沒有上限,大量抽取樣本和求解單應矩陣會加大匹配的運算量和匹配耗時,并且導致求取的單應矩陣精度不高。針對傳統(tǒng)的RANSAC算法的缺點和問題,本文在SURF特征提取算法的基礎(chǔ)上,提出了一種改進的RANSAC算法,首先通過減少求解單應性矩陣的迭代次數(shù)來提高算法效率。然后,減少單應性矩陣驗證的時間,快速舍棄不合理矩陣。最后更新樣本集,使產(chǎn)生的單應性矩陣是最優(yōu)的結(jié)果。實驗結(jié)果表明,本文算法在提高了單應矩陣精度的前提下,減少了算法的執(zhí)行時間。針對KAZE算法在遙感圖像配準過程中存在的檢測速度慢和誤匹配的問題,本文提出了一種改進的基于信息熵約束和KAZE特征提取的預處理算法。該算...

【文章頁數(shù)】：56 頁

【學位級別】：碩士

【部分圖文】：

圖2.1圖像配準流程圖

北方民族大學2020屆碩士學位論文第二章遙感圖像配準相關(guān)理論-12-圖2.1圖像配準流程圖2.4遙感圖像配準經(jīng)典算法2.4.1尺度不變特征變換（Scale-invariantfeaturetransform，SIFT）算法SIFT，即尺度不變特征變換（Scale-invarian....

圖2.2SIFT特征點提取

北方民族大學2020屆碩士學位論文第二章遙感圖像配準相關(guān)理論-13-圖2.2SIFT特征點提�。�1）構(gòu)建尺度空間為了使計算機能夠識別物體在不同尺度下的特征，需要構(gòu)建尺度空間。SIFT算法利用高斯核函數(shù)與圖像卷積的操作來構(gòu)造不同尺度下的高斯金字塔圖像，其關(guān)系表示如下：),y,x(G....

圖2.3高斯金字塔

北方民族大學2020屆碩士學位論文第二章遙感圖像配準相關(guān)理論-14-圖2.3高斯金字塔高斯金字塔的組數(shù)即層數(shù)N的計算公式表示如下：)}N,M{min(log,0t,t)}N,M(min{logN22（（2.16）式（2.16）中)N,M(表示圖像的長和寬，t為塔頂圖像的最小位數(shù)的....

圖2.4高斯差分圖

北方民族大學2020屆碩士學位論文第二章遙感圖像配準相關(guān)理論-14-圖2.3高斯金字塔高斯金字塔的組數(shù)即層數(shù)N的計算公式表示如下：)}N,M{min(log,0t,t)}N,M(min{logN22（（2.16）式（2.16）中)N,M(表示圖像的長和寬，t為塔頂圖像的最小位數(shù)的....

本文編號：3946520