遥感图像配准与镶嵌.pptVIP

差绝对值和（差矢量分量绝对值和）离散灰度数据差绝对值和的计算公式为若S（c0,r0）S（c,r）（c?c0，r?r0），则c0,r0为有哪些信誉好的足球投注网站区影像相对于目标区影像的位移行、列参数。对于一维相关应有r?0。协方差函数（矢量投影）若C（p0,q0）＞C（p,q）（p?p0，q?q0），则p0,q0为有哪些信誉好的足球投注网站区影像相对于目标区影像的位移参数。对于一维相关应有q?0。相关函数（矢量数积）R（p0,q0）＞R（p,q）（p?p0，q?q0）若R（p0,q0）＞R（p,q）（p?p0，q?q0），则p0,q0为有哪些信誉好的足球投注网站区影像相对于目标区影像的位移参数。对于一维相关应有q?0。常用的图像配准方法---基于图像特征的配准方法由于多传感器获取各类图像灰度特征往往不一致，因此很难运用基于图像灰度的方法。基于图像特征方法提取各类图像中保持不变特征如边缘点闭区域的中心等作为两幅图像配准的参考信息。特征匹配的应用领域当待匹配的点位于低反差区内，其匹配的成功率不高。目的只需要配准某些点线或面在城市中，被处理的对象主要是人工建筑物，灰度匹配难以适应基于图像特征的配准方法包括特征提取、特征匹配、选取变换模型及求取参数坐标变换与插值四个主要组成部分。特征提取特征提取是指分别提取两幅图像中共有的图像特征。这种特征是出现在两幅图像中对比例、旋转、平移等变换保持一致性的特征，如线交叉点、物体边缘角点、虚圆闭区域的中心等可提取的特征。特征包括：点、线和面三类。点特征是最常采用的一种图像特征，包括物体边缘点、角点、线交叉点等；根据各特征点的兴趣值将特征点分成几个等级。对不同的目的，特征点的提取应有所不同。线特征是图像中明显的线段特征，如道路河流的边缘，目标的轮廓线等。线特征的提取一般分两步进行：首先采用某种算法提取出图像中明显的线段信息，然后利用限制条件筛选出满足条件的线段作为线特征；面特征是指利用图像中明显的区域信息作为特征。在实际的应用中最后可能也是利用区域的重心或圆的圆心点等作为特征。特征匹配是指建立两幅图像中特征点之间对应关系的过程。用数学语言可以描述为两幅图像A和B中分别有m和n个特征点(m和n常常是不相等的)其中有k对点是两幅图像中共同拥有的，则如何确定两幅图像中k对相对应的点对即为特征匹配要解决的问题。特征匹配可分为三步：特征提取；利用一组参数对特征作描述；利用参数进行特征匹配。常用的特征匹配方法有互相关系数法、聚类法、点间距离法等。特征匹配选取变换模型及求取参数（一）变换模型是指根据待配准图像与参考图像之间几何畸变的情况，所选择的能最佳拟合两幅图像之间变化的几何变换模型。可采用的变换模型有如下几种：仿射变换、透视变换、投影变换和多项式变换，其中最常用的是仿射变换和多项式变换。仿射变换是最常用的一种几何变换，它是一种刚性变换，具有良好的数学特性。仿射变换通常有4个参数尺度因子s、旋转角q、x方向平移量tx、y方向平移量ty。它将第一幅图像中的点(x1,y1)映射为第二幅图像中的点(x2,y2)数学表示为：多项式变换是图像间存在非线性变形时最常用的变换类型，如遥感图像中存在由缓和的地形起伏引起的变形，就可以采用多项式变换模型校正它将第一幅图像中的点(x1,y1)映射为第二幅图像中的点(x2,y2)，数学表示为：求取参数是指有哪些信誉好的足球投注网站计算两幅图像之间最佳变换参数的过程，常用的算法有最小均方误差法。选取变换模型及求取参数（二）在得到两幅图像间的变换参数后，要将输入图像做相应参数的变换，使之与参考图像处于同一坐标系下，则校正后的输入图像与参考图像可用作后续的图像融合、目标变化检测处理或图像镶嵌；涉及输入图像变换后所得点坐标不一定为整像素数，则应进行插值处理。常用的插值算法有最近邻域法、双线性插值法和双三次卷积法。坐标变换与插值特征点检测这些特征点一般是灰度变化的局部极值点，含有显著的结构性信息特征点描述建立特征向量,特征点的特征描述符应是不变量选择合理的特征空间可以降低图像变化因素对匹配算法速度、稳健性的影响消除错配根据几何或光度的约束信息去除候选匹配点中的错配常用的去外点方法是RANSAC随机抽样一致性算法进行特征匹配以获得候选匹配点根据特征向量的相似性来进行匹配，如欧氏距离、街区距离、马氏距离、Hausdorff距离等点特征匹配步骤角特征点检测算法Moravec(MoravecCornerDetector)算法Moravec于1977年提出，利用灰度方差Harris(HarrisCornerDetector)算法C.G.H