论文部分内容阅读
图像配准技术在机器视觉、模式识别、医学图像分析、遥感图像处理等诸多领域中已成为研究热点。本文在分析与探讨多源卫星图像配准技术难点的基础上,以星载SAR(synthetic aperture radar)图像与光学图像配准技术为工作重点,确定了本文的研究方案,相关工作及主要贡献如下:1.SAR图像的分割。SAR图像分割作为提取SAR图像中的闭合区域的关键步骤在本文得到重点讨论。针对SAR图像斑点噪声的特点,对目前国际上较为流行的分割方法进行分析,提出了联合MAP(Maximum a Posterior)准则与规则化SRAD(Speckle Reducing Anisotropic Diffusion)模型的分割方法和基于自适应规则化非线性扩散滤波的C均值分割两种分割方法,前者属于结合SAR图像结构与强度信息的分割方法,即在分割的过程中抑制斑点噪声,有着较高的分割精度,适用于视数较高的SAR图像数据;后者属于基于滤波的分割方法,算法时间复杂度低于前者,适用于视数较低的大幅SAR图像数据。在文中根据不同的SAR图像数据使用不同的分割方法,取得了较好的折衷。2.光学图像的滤波与分类。光学图像较SAR图像具有较高的图像质量,但有时仍受到高斯热噪声的污染。因此,仍需要通过滤波和增强来改善图像质量。针对二阶偏微分方程在对光学图像滤波时带来的不足,本文使用四阶偏微分方程对光学遥感影像进行预处理,因为四阶偏微分方程的处理结果是分段线性的,因此视觉效果优于二阶偏微分方程视觉效果,能较好地反映图像的真实信息。在好的滤波基础上对图像进行C均值分类得到好的分类结果。3.基于Hausdorff距离与遗传算法的配准。提出了基于Hausdorff距离与遗传算法搜索策略的配准方法,在分别提取出SAR图像和光学图像闭合区域边缘作为特征后,使用Hausdorff距离作为两组特征间的相似性度量,使用遗传算法估算出映射参数。配准过程中,将由遗传算法解算五个映射参数的过程分为两步,保证每次使用遗传算法时适应度函数的变量不超过三维,这使得遗传算法即使在搜索范围较大的情况下也能较快地收敛到全局最优。最后使用二值图像相关度进行精配准来解决轻微扭曲的情况。