图像配准及镶嵌.pdfVIP

遥感图像处理-遥感图像配准与镶嵌 中国科学院遥感应用研究所 孟瑜 mengyu_irsa@ 2010年3月8日 内容概要 遥感图像配准 遥感图像镶嵌 © 中国科学院遥感应用研究所 1、遥感图像配准 图像配准（一） 图像配准是指依据一些相似性度量决定图像间的 变换参数使从不同传感器不同视角不同时间获取的同 一场景的两幅或多幅图像变换到同一坐标系下在像素 层上得到最佳匹配的过程。 待配准图像相对于参考图像的配准可定义为两幅 图像在空间和亮度上的映射两幅图像可定义为两个二 维数组分别用I (x,y)和I (x,y)表示它们分别是两幅图 1 2 像的亮度值(或其他度量值) 则两幅图像间的映射可表 示为： I (x, y) g(I (f (x, y))) 2 1 © 中国科学院遥感应用研究所 图像配准（二） 其中： f 为二维空间坐标变换（如仿射变换），g 为一维亮度或其他度量值变换。 最佳空间变换是图像配准问题的关键。当需配准多幅 图像时选取其中某一幅图像作为参考图像，其余图像分别 相对参考图像进行配准。 © 中国科学院遥感应用研究所 图像配准的意义 由于各传感器通过的光路不同，或成像体制不同等 原因，图像间可能出现相对平移、旋转、比例缩放等， 影像镶嵌或融合不能直接进行，而必须进行图像配准。 多源图像配准与单传感器图像配准相比，技术难度更大 ，特别是要实现波段相距较远的图像自动配准，由于图 像间相关性小，则更加困难。 © 中国科学院遥感应用研究所 多传感器图像配准可以看作是以下集中要素的结合： y特征空间：从参考影像和输入影像中提取的特征集； y搜索空间：在输入特征与参考特征之间建立对应关系的 可能的变换集合； y搜索策略：选择可以用于计算的变换模型，在处理过程 中使得匹配逐步达到精度要求； y近似性度量标准：用来评估从搜索空间中获得的一个给 定的变换所定义的输入数据与参考数据之间的匹配。 © 中国科学院遥感应用研究所 常用的图像配准方法基于图像灰度的配准方法 基于图像灰度的配准方法通常直接利用局部图像的灰度信息建立两 幅图像之间的相似性度量，然后采用某种搜索方法寻找使相似性度量值 最大或最小的变换模型的参数值。常用的相似性度量有： 1）图像灰度的平方差和 2）图像灰度的相关系数 3）图像灰度差的绝对值和 基于图像灰度的配准方法不 4）图像灰度的协方差等 需要对图像做特征提取，而是 直接利用全部可用的图像灰度 信息，因此能提高估计的精度 和鲁棒性；但由于在基于图像 灰度的算法(如互相关算法)中 把匹配点周围区域的点的灰度