基于特征的光学与SAR遥感图像配准

《基于特征的光学与SAR遥感图像配准》针对光学与SAR影像存在辐射、几何差异，造成影像上缺乏可靠的同名特征，导致难以匹配等问题，从多特征（几何特征、视觉特征、灰度特征等）、多测度（改进的SIFT匹配、形状曲线、Voroni图与谱图结合的匹配等）、多层次（由粗到精的匹配策略）等方面，阐述了光学与SAR图像配准的自动和半自动方法。

眭海刚，徐川，刘俊怡

序

前言

第1章绪论

1.1研究背景及意义

1.2遥感影像配准的国内外研究现状

1.2.1基于灰度的配准方法

1.2.2基于特征的配准方法

1.3现有问题及发展趋势

第2章遥感图像配准基本方法

2.1图像配准的原理

2.1.1基本原理

2.1.2常用的几何变换模型

2.1.3图像配准方法的一般框架

2.2典型的图像配准方法

2.2.1互信息法

2.2.2交叉累积剩余熵法

2.2.3尺度不变特征检测与匹配算法（SIFT）

2.3图像配准评价准则

2.3.1客观评价准则

2.3.2主观评价标准

第3章基于多尺度水平集的遥感图像分割方法

3.1水平集方法基本理论

3.2基于多尺度CV模型的光学影像分割方法

3.2.1基于单水平集CV模型的光学影像分割

3.2.2基于多水平集模型的光学影像分割

3.3基于统计模型的单水平集SAR影像分割方法

3.3.1基于Gamma分布的多尺度单水平集分割模型

3.3.2自适应的零水平集初始化方法

3.4基于统计模型的非监督多层水平集SAR影像分割方法

3.4.1基于Gamma模型的多层水平集分割模型

3.4.2自适应的多水平层策略

3.5实验结果及分析

3.5.1单水平集SAR影像分割

3.5.2多层水平集SAR影像分割

3.5.3多尺度水平集模型的光学影像分割

第4章顾及马尔可夫随机场的线特征提取方法

4.1遥感图像边缘检测研究现状及问题

4.1.1SAR影像边缘特性

4.1.2现有的边缘检测方法

4.1.3阈值选择方法研究

4.1.4实验与分析

4.2基于贝叶斯决策和马尔可夫随机场的线特征优化

4.2.1马尔可夫随机场理论

4.2.2线特征优化的双层马尔可夫场模型

4.2.3基于最小错误率的贝叶斯决策的线特征优化

4.2.4后验能量最小化的优化搜索算法

4.2.5线检测响应与方向的更新

4.2.6实验与分析

4.3基于随机Hough变换的直线目标提取

4.3.1霍夫变换

4.3.2随机霍夫变换原理

4.3.3利用直线方向信息的随机霍夫变换

4.3.4随机霍夫变换在直线提取中的实验与分析

第5章逐步求精策略下的光学与SAR影像半自动配准方法

5.1直线特征提取与匹配

5.1.1直线段提取

5.1.2直线交点生成

5.1.3直线段匹配

5.2基于HOPC—NCC相似测度的影像精配准

5.2.1均匀分布的特征点提取

5.2.2HOPC—NCC相似测度一

5.3实验结果及分析

5.3.1实验数据

5.3.2实验结果与分析

第6章光学与SAR影像分割与配准一体化方法

6.1基于迭代反馈的水平集分割与SIFT配准方法

6.1.1改进的SIFT算法

6.1.2自适应参数调整与迭代策略

6.2基于全局约束的三角网优化配准方法

6.2.1基于分割的配准方法存在的问题

6—2.2三角网优化配准方法

6.3误差剔除

6.4实验及分析

6.4.1实验数据

6.4.2配准结果及与其他方法比较

6.4.3精度分析

第7章迭代反馈的光学与SAR影像多尺度线特征自动配准方法

7.1自适应的参数调整与迭代策略

7.2基于VSPM算法的光学与SAR影像配准

7.2.1经典的Shapiro和Brady谱图匹配算法

7.2.2结合Voronoi图的谱图匹配算法

7.3基于KNN图的误差剔除

7.3.1同名直线段判断

7.3.2基于KNN图的差异点剔除

7.4实验与分析

7.4.1实验数据

7.4.2配准结果及与其他方法的比较

第8章基于视觉显著特征的快速粗配准方法

8.1基于TW—Itti视觉注意模型的显著区域提取

8.1.1经典的Itti视觉注意模型

8.1.2TW—Itti视觉注意模型

8.2基于显著区域特征的影像粗配准

8.2.1显著区域特征提取

8.2.2基于形状曲线的显著区域特征配准

8.3基于显著结构特征的影像粗配准

8.4实验结果与分析

8.4.1实验数据

8.4.2显著模型的比较

8.4.3基于显著区域特征影像粗配准

8.4.4基于显著结构特征的影像粗配准

参考文献

页　　数：228

开　　本：32开

正文语种：中文