基于SIFT特征的遥感影像自动配准 Automatic Registration of Remote Sensing Imagery Based on SIFT.pdfVIP

第6期 茹朝阳．基于slI叩特征的遥感影像自动配准 6l 文章编号：1672—8262(2009)06—61—05 中图分类号：P237 文献标识码：A 基于SIFT特征的遥感影像自动配准 茹朝阳+ (太原市勘察测绘研究院，山西太原030002) 摘要：提出了一种基于特征点的全自动高分辨率遥感影像配准方法，该方法采用对于尺度具有鲁棒性的SIFT算法 进行特征点的提取与匹配，并通过RANSAC方法和双向匹配策略提高特征点的匹配精确度。最后利用同名特征点构 建影像间的转换模型，实现高精度影像纠正与配准。实验结果表明．该算法具有较强的匹配能力和鲁棒性。 关键词：SIFtr；影像配准；RANSAC方法；双向匹配 l 引 言 程度的稳定性，在混乱和遮挡情况下也可以鲁棒地识 随着传感器技术的不断发展，特别是多种新型传 别目标。 感器的不断涌现，越来越多的高分辨率遥感影像被用 SIFT算法是首先对图像进行归一化处理，然后扩 于大型场景的三维莺建中，而遥感影像的立体匹配技 大图像为原来的两倍，预滤波剔除噪声，然后建立高斯 术是三维重建中最关键同时也是最困难的I日】题，立体 差分金字塔尺度空间，在尺度空I’日J进行特征点查找，并 匹配结果的好坏直接决定了重建三维场景的性能优 通过曲面拟合的手段得到特征点的位置，然后使用特 劣。近年来，国内外对遥感影像匹配各细节的研究已 征点邻域范围内梯度的主方向作为该特征点的方向， 取得了一些成果，但用于三维重建的高分辨率遥感影 根据确定的主方向生成特征点的描述子。 2．1尺度空间极值检测 像通常是异轨、异源的立体像对，左右影像的尺度、视 差以及成像的光照条件、大气条件不一致，现有的匹配 SIFI方法是通过寻找尺度空间中的极值来确定 技术难以可靠地解决此类遥感影像特征的匹配问 of 题J。，影像配准的精度往往不尽如人意，影响最终三维 塔尺度空间中进行极值检测。 场景重建的精度。 (1)建立DOG尺度空间 针对以上现状，本文给出了一种基于特征点的全 尺度空间理论的主要思想是利用核函数对原始图 自动高精度遥感影像配准算法，该算法将视频图像匹 像进行尺度变换，获得图像多尺度下的尺度空间表示 配中获得巨大成功的SIFT特征应用于遥感影像的自 序列，对这些序列进行尺度空间特征提取。已有的研 动配准问题中，并针对遥感影像的成像特点，采用双向 究证明高斯核是唯一的线性核_]，因此SIFT方法采用 匹配策略和RANSAC随机抽样一致性算法提高特征 高斯核函数对原图像进行尺度变换。 点的匹配精确度，最后利用SIFT匹配算法提取的同名 二维高斯核的定义如公式(1)所示，其中or代表 点集计算影像间的转换模型，实现遥感影像的高精度 了高斯正态分布的方差： 纠正与配准。 G(石，)，，矿)=_l_e-(x2+y2)／2一 (1)