结合非子采样轮廓变换和形态收缩算子的多源遥感影像配准

作     者：王瑞瑞 马建文 石伟 黄华国 Wang Ruirui;Ma Jianwen;Shi Wei;Huang Huaguo

作者机构：北京林业大学省部共建森林培育与保护教育部重点实验室北京100083 北京林业大学测绘与3S技术研究中心北京100083 中国科学院遥感应用研究所北京100101 中国科学院对地观测与数字地球科学中心北京100190 中国科学院地理科学与资源研究所北京100101 

出 版 物：《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期：2012年第28卷第19期

页      面：110-118,I0004页

核心收录：

学科分类：080904[工学-电磁场与微波技术] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 

基　　金：中央高校基本科研业务费专项资金(BLYX200917) 北京林业大学青年科技启动基金"基于选择性视觉注意机制的马尾松智能识别模型研究"资助(编号:BLX2011003) 

主　　题：遥感 算法 数学变换 多源遥感影像配准 非子采样轮廓变换 形态收缩算子 归一化互信息 

摘      要：针对多源遥感影像自动配准中难以提取大量同名特征点的问题,提出了一种结合非子采样轮廓变换和形态收缩算子的自动配准算法。结合非子采样轮廓变换和形态收缩算子的特征提取算法能够克服角度和尺度偏差,在多方向、多尺度空间精确提取强边缘上的关键结构特征点;基于低频波段的归一化互信息匹配算法和三角形一致检验算法能够提取到大量高可靠性的同名特征点对,保证了多源遥感影像的高精度配准。文中选取角度和尺度偏差显著的SPOT-5(P)和ASTER影像组合进行试验,结果证明以上算法能够检测到大量分布均匀的同名特征点对,配准模型精度趋近于1个像元。该研究可为多源遥感数据的融合和目标识别提供前提条件。