已阅读5页,还剩61页未读, 继续免费阅读
(计算机应用技术专业论文)基于harris和ga的航空遥感海上溢油图像配准.pdf.pdf 免费下载
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
中文摘要 摘要 航空遥感以其特有的机动灵活和反应快速的特性,在应对海上溢油等突发事 件的实时动态监控中有着极其重要的作用。然而,有时会出现因溢油面积太大, 一幅图像难以覆盖的情况。例如2 0 0 4 年1 2 月,在珠江口发生的一起溢油事故, 油污面积长9 0 0 0 m ,宽2 0 0 m 。很难用一张图片来获取整个油污的全景图,需要用 多幅遥感图像才能覆盖。这时如果想要得到一张油污的全景图,对多幅遥感图像 的拼接工作就显得尤为重要。 针对航空遥感图像的特点,本文选取了一些常用的特征点提取算子( m o r a v e c 算子、s u s a n 算子和h a r r i s 算子) 对图像进行特征点提取,经测试、比较和分析其 结果后发现h a r r i s 算子与其它特征点提取算子相比,具有精确、抗噪声而且还具 有旋转、平移不变性等特点。本文选用h a r r i s 算子对航空遥感海上溢油图像进行 特征点提取。 然后将遗传算法引入对特征点的匹配,通过对其编码方式和适应度函数的设 计,成功的对两幅图像中的特征点进行了匹配,对特征点匹配的最高精度可达到 8 3 4 。根据匹配后的特征点求出相应的图像投影变换模型,最终实现了对航空遥 感海上溢油图像的配准。 关键词:海上溢油;图像配准;遥感图像;h a r r i s 算子;特征点匹配 英文摘要 r e g i s t r a t i o no fa i r b o r n er e m o t es e n s i n go i ls p i l li m a g e b a s e do nh a r r i sa n dg a a b s t r a c t w i t hu n i q u ef l e x i b i l i t ya n dr a p i dr e a c t i o nc a p a b i l i t y , a i r b o r n er e m o t es e n s i n gi s e x t r e m e l yi m p o r t a n ti nm a r i n eo i ls p i l le m e r g e n c yr e s p o n s e h o w e v e r , s o m e t i m e st h e o i ls p i l lp o l l u t i o nb e l to nt h es e as u r f a c ei st o ol o n gt oc o v e ri nap i c t u r e f o re x a m p l e , t h eo i ls p i l lp o l l u t i o na c c i d e n th a p p e n e di nt h ee s t u a r yo ft h ep e a r lr i v e ri nd e c e m b e r 2 0 0 4 ,t h eo i ls p i l lp o l l u t i o nb e l tw a s9m i l e sl o n ga n d2 0 0m e t e r sb r o a d i tw a sv e r y h a r df o ru st ot a k et h ep a n o r a m i cp i c t u r eo ft h eo i lp o l l u t i o ni nap h o t o g r a p h ,s ow e n e e d e dan u m b e ro fr e m o t es e n s i n gi m a g e s t h e nw ea d o p t e di m a g em o s a i c t e c h n o l o g yt oo b t a i nt h ep a n o r a m i cp i c t u r eo ft h eo i ls p i l lp o l l u t i o n a c c o r d i n gt ot h ec h a r a c t e r i s t i co fa i r b o r n er e m o t es e n s i n gi m a g e s ,i nt h i sp a p e lw e s e l e c t e ds o m ec o m m o nu s e df e a t u r ep o i n to p e r a t o r s ( m o r a v e co p e r a t o r , s u s a no p e r a t o r a n dh a r r i so p e r a t o r ) t od e t e c tf e a t u r ep o i n t so fi m a g e t h e nt h r o u g ht e s t i n g ,c o m p a r i n g a n da n a l y z i n gt h e m ,w ef o u n dh a r r i so p e r a t o rw a sa c c u r a t e ,a n t i - n o i s ya n di t sd e t e c t i n g r e s u l t sh a dn oo b v i o u sc h a n g ea f t e rr o t a t i n ga n ds h i f t i n gt h ei m a g e s s ow ea d o p t e d h a r r i so p e r a t o rt od e t e c tf e a t u r ep o i n t so fa i r b o r n er e m o t es e n s i n go i ls p i l li m a g e s g e n e t i ca l g o r i t h mw a sa d o p t e dt om a t c h i n gf e a t u r ep o i n t s t h r o u g hd e s i g n i n gi t s c o d em e t h o da n df i t n e s sf u n c t i o n ,w em a t c h e df e a t u r ep o i n t so ft w oi m a g e ss u c c e s s f u l l y a n dt h eb e s ta c c u r a c yc a nr e a c ht o8 3 4 b ym a t c h e df e a t u r ep o i n t so fi m a g e , p r o j e c t i v et r a n s f o r m a t i o nm o d e lw a sa c q u i r e da n du l t i m a t e l yt h er e m o t es e n s i n g o i ls p i l l i m a g er e g i s t r a t i o nw a sc o m p l e t e d k e yw o r d s : o i ls p i l lo ns e as u r f a c e ; i m a g er e g i s t r a t i o n ; r e m o t es e n s i n g i m a g e ;h a r r i so p e r a t o r ; f e a t u r ep o i n t sm a t c h i n g ; 大连海事大学学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明:本论文是在导师的指导下,独立进行研究工作所取得的成果,撰写成 硕士学位论文 :基丛垒! ! 垫塑鱼鳇魈窒量壁瀣土鲎油图像醒准:。除论文中已经 注明引用的内容外,对论文的研究做出重要贡献的个人和集体,均已在文中以明确方式 标明。本论文中不包含任何未加明确注明的其他个人或集体已经公开发表或未公开发表 的成果。 本声明的法律责任由本人承担。 论文作者签名:于衲辱舯弓月冶日 学位论文版权使用授权书 本学位论文作者及指导教师完全了解“大连海事大学研究生学位论文提交、版权使 用管理办法”,同意大连海事大学保留并向国家有关部门或机构送交学位论文的复印件 和电子版,允许论文被查阅和借阅。本人授权大连海事大学可以将本学位论文的全部或 部分内容编入有关数据库进行检索,也可采用影印、缩印或扫描等复制手段保存和汇编 学位论文。 保密口,在年解密后适用本授权书。 本学位论文属于:保密口 不保密函( 请在以上方框内打“4 ,) 论文作者签名母雨咩 日期:矽彤年 导师签名:妒 弓月谚日 基于h a r r i s 和g a 的航空遥感海上溢油图像配准 第1 章绪论 1 1 课题研究的背景和意义 随着海洋石油工业和海上石油运输业的迅速发展,海上石油勘探、开发、海 底管线铺设规模的不断扩大,溢油污染已成为海洋环境污染的重大危险源。因此 对海上溢油事故做出迅速有效的应急反应,充分利用人力物力,有效控制海上溢 油污染事故,提高消除、回收效率,最大限度地减轻污染损害是十分重要的。最 近几年关于海上溢油污染方面的研究都集中在卫星遥感上,特别是像e r s 一1 、 e r s 2 、r a d a r s a t 一1 和j e r s 1 雷达卫星对海洋环境的监测受到许多国家的重视。然 而航空遥感在部署上的灵活性及遥感器的可选择性等优点对溢油应急处理来说也 是致关重要的。 与卫星遥感相比,航空遥感的特点是:飞机可由人驾驶,可在监测区域做较 长时间的飞行;适于观测油污的水面动态变化,在突发事件发生时能够及时升空 监测;能在云层下飞行而少受云的干扰、分辨率高。然而由于飞行高度以及摄像 设备等各种因素的限制,在研究区域较大时,往往会遇到需要多幅遥感图像才能 覆盖的情况,这时就需要将覆盖研究区域的这些数字图像进行拼接,便于进行统 一的处理、解译、研究和分析工作。 1 2 图像配准技术国内外研究现状 图像拼接技术主要包括图像配准和图像融合两个关键环节。图像配准是图像 拼接的核心部分,其目标是找出对齐的两幅或多幅重叠图像之间的运动情况,图 像配准直接关系到图像拼接算法的成功率和运行速度。图像融合技术是用来消除 由于几何校正、动态的场景或光照变化引起的相邻图像间的强度或颜色不连续问 题,将两幅经过匹配确定出重叠区域的图像合并为一幅无缝图像。 在过去的几十年里,图像采集设备发展惊人,大量图像信息的获取增加了对 自动配准技术的需求。尽管早在1 9 7 5 年,k u g l i n 和h i n e s t l 】提出利用傅立叶变换来 实现对两幅图像的配准。该方法的优点是计算速度快,能有效地去除频域独立的 噪声。但该方法应用在仅存在平移的图像配准上比较成功,在对存在旋转和缩 第1 章绪论 放的图像配准时效果不太理想。在1 9 8 3 年g h a 胁r ) ,【2 1 又发表了关于配准的综述, 但是内容基本上是针对相关算法( c o r r e l a t i o n ) 的。d ec a s t r o 和m o r a n d i 在1 9 8 7 年提出了扩展相位相关法【3 】,利用傅立叶变换的性质能够实现具有旋转和平移变换 的图像的配准,但仍没有很好地实现对存在缩放的图像的配准。b r o w n f 4 】在1 9 9 2 年发表了第一篇影响深远的综述性文章。在文献5 。7 】中概括了遥感图像配准的方法。 1 9 9 6 年,微软研究院的r i c h a r ds z e l i s k i 提出了一种二维空间八参数投影变换模型, 即同一场景相邻的两幅图像间的变换关系可以采用8 个参数的变换模型来描述。 通过获取两幅图像间的对应点的像素坐标,从而图像配准的问题就转换为求解8 参数的投影变换矩阵的问题。这个问题很好地解决了存在缩放情况的图像的配准 问题。但随之而来的问题是如何才能更快速、更准确地得到两幅图像对应点的像 素坐标。国内的赵向阳、杜立民在2 0 0 4 年提出了一种基于特征点匹配的图像自动 拼接算法【8 】。其中使用了h a r r i s 算子提取角点并进行匹配。他们采用了鲁棒变换估 计技术,在一定程度上提高了配准算法的稳健性,但是计算速度依然较慢。根据 i n s t i t u t eo f s c i e n t i f i ci n f o r m a t i o n ( i s i ) 的调查数据表明,最近1 0 年里至少有超过1 0 0 0 篇的学术论文在研究图像配准问题。那些在1 9 9 2 年之前就发表的算法,很多至今 仍然在使用。2 0 0 2 年网上公布的美国申请专利中,与图像配准相关的就超过5 0 项, i b m 和g e 等大型跨国企业甚至有自己的工作组专门研究医学图像配准问题。而 在最近的国际顶级学术会义上( 2 0 0 4 的c v p r 会议和2 0 0 5 的i c i p 会议) 都有关 于配准的专题讲座,这足可见对图像配准问题的关注程度。一方面配准问题成为 大家研究的热点,另外一方面也说明仍然有许多技术性难题没有解决且急需解决。 配准问题的定义本身很简单,然而图像内部结构的复杂性使得配准的精确性、鲁 棒性很难得到准确的检验。这也解释了为什么上千种的算法中,几乎找不到通用 的、一劳永逸的算法。 关于图像拼接的方法国内外已有不少的论文发表,其算法大致可分为基于模 型的方法、基于变换域的方法、基于灰度相关的方法和基于特征的方法,而如何 提高图像拼接的效率,减少处理时间和增强拼接系统的适应性一直是研究的重点。 随着图像配准技术在世界范围内迅速发展起来,并得到广泛的应用。我国也 基于h a r r i s 和g a 的航空遥感海上溢油图像配准 早已进行了相关方面的研究。寻找出某种速度快、精度高、匹配适应性好的图像 配准算法已成为众多研究工作者的追求。从早期的多项式配准算法,到后来的相 关函数配准算法,以及近期的序贯性相似度度量算法、神经网络算法等,这些算 法在一些特殊的场合下,取得了一定的效果,满足了某些特定的需要。同时也暴 露出它们的一些缺点: ( 1 ) 多项式配准算法【9 , 1 0 】。采用一个适当的多项式来模拟两幅图像之间的相对 变形,这种算法要求首先必须人工获取一定数量的控制点来求得多项式的参数, 然后在此基础上按照多项式进行模拟变换,最后对变换后的不是整数的那些像元 进行插值。由于要人工干预控制点,使得精度得不到保证,加之模拟过程过于繁 杂,速度较慢,实际应用已越来越少。 ( 2 ) 相关函数配准算法【l l - 1 4 1 。用相关函数作为两幅图像在某个子区域上的相似 性度量。这种算法对两幅图像之间只存在平移的情况下,效果还可以,但当图像 之间存在旋转时,它就显得无能为力了,而且,由于要一个一个位置的平移模板 位置来搜索相对应的位置进行相似性度量,从而使速度成倍的下降。 ( 3 ) 序贯相似性检测法( s s d a ) 1 1 - 1 4 1 。在相关函数配准的基础上,对误差进 行累积,并设置一个门槛值进行控制,一旦在某个配准位置上,积累的误差超过, 门槛值,则认为这些点上的窗口位置不合适,转到下一点继续查找。这种算法的 速度可以成数量级的提高,但准确性不可靠,而且随着目标位置的不同,每帧图 像所需的配准时间不定,不便于工程实现。 ( 4 ) 神经网络配准算法【1 1 d 4 1 。此法首先利用某种特征提取算法( 也可以是神经 网络算法) 对图像进行预处理,并按要求提取一定数量的特征点。然后根据构造 的某种神经网络算法的要求,选取并输入网络需要的一些初始状态,同时也将选 取的特征点作为基本输入参数。接着启动神经网络的迭代过程和学习过程。最后 给出迭代结果,并对其进行分析评价。但神经网络法的缺陷非常致命:收敛性、 通用性不够理想,还无法用于灰度变化平缓、特征不突出的图像配准,与实用性 和实时性要求相差甚远。所以研究关于遥感图像配准的神经网络算法目前还不具 有实际应用意义。 第1 章绪论 作为一种有效而实用的优化算法,遗传算法在很多方面得到了应用。在图像 处理方面,c h a l e r m w a t ,e 1 g h a z a w i 1 5 】等人将遗传算法应用于图像的配准。b r u m b y , t h e i l e r t l 6 】等人利用遗传算法进行图像的特征提取。m i t r a 和m u r t h y t l 7 】等人利用遗传 算法进行图像压缩。从他们的实验结果来看,遗传算法在图像处理方面具有很好 的优化效果。 1 3 本文研究的内容和思路 根据海上溢油图像的特点,在分析了国内外研究现状的基础上,提出了本文 的研究方法和思路。本论文对海上溢油航空遥感监测中的图像配准方法进行了研 究。针对海上溢油图像的特点,海面油膜具有实时动态变化性,而且颜色值分布 在整体上具有很强的相似性和线条特征少等特点。如果选用传统的方法,很难对 图像进行精确的配准,选择点特征来对溢油图像进行配准无疑是一种较优的选择。 从相邻时刻的图像中抽取特征点并建立起对应是非常重要的先期步骤,只有 建立正确的点特征匹配,才能由这些匹配有效地计算出物体的结构和运动,才能 进一步对两幅图像进行配准。如何建立它们之间的匹配? 这是一个典型的组合优 化问题,人们曾提出各种解决方法,大致分为基于聚类的匹配方法【1 8 , 1 9 1 、基于图 论的优化方法【2 0 ,2 1 】和基于松弛迭代的方法【2 2 , 2 3 3 类,但都存在定的缺陷。最近人 们又提出基于神经网络和整数规划的【2 5 】优化算法,但它们执行的是解空间的单 点搜索,对于多峰分布的搜索空间常常会陷入某个局部的极值。遗传算法是一种 基于生物进化思想的优化问题求解算法,能同时对搜索空间的多个解进行评估, 具有较好的全局搜索性能。本文尝试用它来实现图像特征点间的匹配,并通过实 验与传统算法作一比较。结果表明,基于遗传算法搜索的图像特征点间匹配方法 是比较令人满意的。 基于h a r r i s 和g a 的航空遥感海上溢油图像配准 第2 章摄像机运动与图像配准 本章简单介绍了摄像机运动的基本形式,并阐述了摄像机运动与图像配准的 关系,然后介绍了图像的相关变换模型。最后介绍了几种图像配准的方法。 2 1 摄像机运动 2 1 1 摄像机运动的基本形式 一般摄像机运动可以分为以下几种基本运动形式1 2 6 ,2 7 1 。 平移运动( t r a n s l a t i o n ) ,即摄像机的运动平行于成像平面。如图2 1 ( a ) 镜头缩放运动( z o o m i n g ) ,即焦距发生变化,或者摄像机沿光轴( 即z 轴) 方向 的运动。如图2 1 ( b ) 水平扫动( p a n n i n g ) ,即摄像机绕y 轴转。如图2 1 ( c ) 垂直扫动( t i l t i n g ) ,即摄像机绕x 轴转。如图2 1 ( d ) 旋转运动( r o l l i n g ) ,即摄像机绕光轴转。如图2 1 ( e ) 曙呼 ( 匐平移b 缩放c ) 水平扫动 译酽 ( d ) 垂盥扫动伽) 旋转 图2 1 摄像机的五种基本运动( 引自 2 8 ) f i g 2 1f i v eb a s i ca c t i o n so fc a m e r a 2 i2 * n t 自s 目m 女# m n t # 一m b n j l # # $ 目m 。 $ l * 女i 十2 0 0 8 1 月8 日目“* * 9 8 # e * * m 7 * 目镕 f 目2 2 e h 镕m 白女# 月镕w # m 。镕镕n 自# $ m r 目t 自# e 目镕m “t 目t 目m n * * 。 基于h a r r i s 和g a 的航空遥感海上溢油图像配准 本论文所做的主要工作就是将上述图2 2 中的5 张连续的溢油图像配准成一幅 较完整的溢油图像。图像配准问题其实就是研究在某种摄像机运动下拍摄的不同 图像的图像模型参数求解问题,或者说是摄像机运动参数估计问题。 假设场景点的三维世界坐标k 及两次成像的透视投影矩阵冀、已知,则可 分别确定成像点五、五。由于五和置对应于同一三维世界点k ,所以称之为 一对匹配点、对应点。两幅图像的匹配点是位于重叠区域内的像素点。 图像配准是上述过程的逆向过程,即根据同一三维场景的两幅或多幅图像确 定对应点并由此计算出图像变换模型,甚至根据匹配点及其他约束条件进而重建 出三维场景【2 9 1 。后者属于立体视觉的研究范畴。下面介绍一些常用的图像变换模 型以及图像模型参数的求解问题。 2 2 图像变换模型例 一般意义上的两幅图像f , c x ,y ) 和以( x ,y ) 的配准问题就是寻找变换,使z ( x ,y ) 上的每一像素在l ( x ,y ) 上都有唯一的像素与之对应。常用的图像变换模型有刚体 变换( r i g i dt r a n s f o r m a t i o n ) 、仿射变换( a f f i n et r a n s f o r m a t i o n ) 、投影变换( p r o j e c t i v e t r a n s f o r m a t i o n ) 和非线性变换( n o n l i n e a rt r a n s f o r m a t i o n ) 1 3 1 】等。 2 2 1 刚体变换 如果第一幅图像中的两点间的距离经变换到第二幅图像后仍保持不变,则这 种变换称为刚体变换。刚体变换可分为平移、旋转。 ( 1 ) 二维刚体变换 在二维坐标系内,刚体变换涉及3 个变换参数,即水平平移,垂直平移和旋 转。此变换如果用矩阵表示则有: 沿x 轴平移 沿y 轴平移 = 釜三 i c 2 , 7 第2 章摄像机运动与图像配准 刚釜 绕坐标原点旋转为 圈xr= i :口s i n s 0 9 i ( 2 2 ) ( 2 3 ) 变换的结果与3 个参数的顺序有关。例如:变换先沿x 轴做平移a ,然后沿y 轴做平移b ,最后做口角的旋转, 其计算如下 = i :秒s i n s 0 口 釜兰; s i n 秒 c o s 口 o 1 0 口l f x l o ,o 0 01l l1l jlj 如果先做旋转,然后做x 轴平移,再做y 轴平移,则有 s i n 口 c o s 口 o 稠 ( 2 4 ) ( 2 5 ) ( 2 ) 三维刚体变换 三维刚体变换需要6 个参数,分别是沿x 轴、y 轴、z 轴的平移和沿3 个坐标 轴的旋转。变换的矩阵形式为: 沿x 轴平移 8 x y 1 。,。l10j o 6 1 o l o x y 1 。l1j 矽 p s m 螂 s 6弧钳坩“洫 0 s c 口 口 一 1 秒 秒 n吣商 a 一 0 。l = x y 1 。,。l1,_1 0 0 1 秒秒 n i 穹 云i 优o p p n a o 。,。lt_,j 口o 1 0 l o 1 0 0 。lr_j o 6 l o l 0 1 o o 。l i i 1j f y 伊 秒 n a o 。l = 沿y 轴平移 沿z 轴平移 绕x 轴旋转 绕y 轴旋转 绕z 轴旋转 基于h a r r i s 和g a 的航空遥感海上溢油图像配准 1o 0c o s 秒 0一s i n 秒 oo c o s 痧 0 s i n 矽 o c o s 国 一s 1 n p 0 o 羽 酮 0o s i n 00 c o s 口0 01 - s i n 矽 o c o s 西 0 s l n 国 c o s 缈 0 o 引x ( 2 6 ) ( 2 7 ) ( 2 8 ) ( 2 9 ) ( 2 1 0 ) ( 2 1 1 ) 与二维刚体变换一样,旋转与平移的顺序会影响变换的结果,绕不同轴旋转 的顺序不一样也会得到不同的结果。例如,先平移,后旋转,以及先旋转,后平 9 0 o 1 o o 1 o o l 0 0 o 。l f yj 0 o 1 0 0 l o o l 0 0 0 1j v y f 1j x y z 1 1,j 0 o c l 0 0 1 o o 1 0 0 1 o 0 of矿j r,j x 少z 1 f yi 们叫州1 u 1j v y f 1,j x y z ;j o o 0 l 0 o 1 0 f yi 第2 章摄像机运动与图像配准 二一 移,共有1 2 科,不同的组合顺序。如先旋转,后平移,有如下结果: x 7 y z 7 1 lo 0 1 00 00 oa 0 6 1c 01 c o s c o c o s s i nc o c o s b s m 西 o c o s 国 一s l nc 驴 0 o o o o0 1o 0l s i nc o c o s8 + c o s c o s i n 矽s i n8 c o s c o c o s o - s i n o g s i n b s i n 0 c o s _ 5 b s i no o 10 0c o s 0 0 一s i n p o0 s i n c o s i n o c o s c o s i n c o s o c o s c o s i n 0 + s i n c o s i n b c o s 0 c o s o c o s o o 下面是对溢油图像2 2 中的( d ) 图像经过刚体变换后的结果图: 0o s i n 00 c o s 00 o1 ( 2 1 2 ) 溢油图像( d ) 刚体变换 o i ls p i l li m a g e ( d ) r i g i dt r a n s f o r m a t i o n 图2 3 溢油图像( d ) 经刚体变换的结果图( 本论文独立完成) f i g 2 3t h er e s u l to fo i ls p i l li m a g e ( d ) b yr i g i dt r a n s f o r m a t i o n 2 2 2 仿射变换 经过变换后第一幅图像上的直线映射到第二幅图像仍为直线,并且保持平衡 关系,这样的变换称为仿射变换。仿射变换可以分解为线性变换和平移变换。一 般的二维仿射变换有6 个参数,三维仿射变换有1 2 个参数。 二维仿射变换: l o 0 0 0, n 痧 叫。 瞄o o ,o o 阡睢珊 n m 刚囊00 甜n m 一 _ 一 基于h a r r i s 和g a 的航空遥感海上溢油图像配准 ( x ) = a x + b + 彬u ( - x ) ( 2 1 7 ) i = i 其中,x 是坐标向量,a 与b 定义一个仿射变换,u 是径向基函数,在二维图 像配准中。 u ( ,) = ,2 l o g r 2 ,- = x 2 + 少2 在三维情况下 u ( ,) = | ,l ,= x 2 + y 2 + z 2 ( 3 ) b 样条变换 基于三次b 样条变换的形式如下: 333 f ( x ,y ,z ) = 岛( 扰) 以( y ) 包( 缈) 谚“舯舢一 ( 2 1 8 ) 1 = 0m = on = o 式中,( x ,y ,z ) 是空间坐标,办_ 。是控制网格点坐标,( ”,1 ,) 是空间坐标( x ,y ,z ) 相对于控制网格点的坐标,p 是三次样条函数,即 o o ( 加掣 o 卜等 ) = 望等型 ) = 詈 下面是对溢油图像中的( d ) 图像经过非线性变换后的结果图: _ 一 基于h a r r i s 和g a 的航空遥感海上溢油图像配准 ( 2 ) 根据这些曲线或曲面确定几何变换。 一般变换可用刚体变换,也可能是非线性变换。这种方法的最大缺点是匹配 精度受限于分割精度。 基于刚体模型的方法是较常用的方法,一般有p e l i z z a r i 和c h e n 3 9 1 提出的“头 帽法”( h e a d h a tm e t h o d ) 。该方法是把从一幅图像中提出的点集叫做“帽子 ,把 从另一幅图像轮廓中提取的表面模型叫做“头 ,用刚体变换将“帽子 上的点集 变换到“头 上去。这里关键是匹配搜索问题,许多学者对其进行了改进。该方 法有广泛的应用前景。 迭代最近点法是b e s l 和m c k a y l 4 0 】提出的方法。该算法是较常用的方法,它把 一般非线性最小化问题归结为基于点的迭代配准问题。该方法把几何形状如:点、 线、面、实体等定义为“数据”,而将另一幅图像的实体定义为“模板”,然后, 搜索各数据点在模板上的最近点。 基于表面的配准方法还有基于形变模型的方法。这种方法主要采用弹性形变 的方式对分割后的曲线或曲面进行处理。可形变曲线一般称为s n a k e 和 a c t i v e c o n t o u e s 。该方法首先从一幅图像中提取模板模型,然后,或者模板产生形 变去匹配另一幅图像中分割出来的几何结构,或者是把模板曲线变换到另一幅图 像中某一区域的边缘。 2 3 2 基于像素的配准方法【4 0 ,4 1 】 这种方法是直接利用图像中的像素进行配准。该方法有两类,一类是利用图 像的统计信息,一类是直接利用图像的全部信息。 利用图像统计信息的典型方法有矩和主轴法。该方法计算两幅图像像素的质 心和主轴,通过平移和旋转使两幅图像的质心和主轴对齐,从而达到配准的目的。 这种方法对数据缺失较为敏感,匹配精度也较差,多用于粗配准。 利用图像中所有灰度信息的配准方法是目前研究的热点之一。常用的方法有, 互相关法、基于傅立叶域的互相关法、相位相关法、灰度比的方差最小化法、段 内的灰度值方差最小化法、差分图像直方图熵【4 2 】最小化法、直方图聚类和直方图 离差最小化法、直方图互信息的最大化法、差分图像中零交叉的最大化法、绝对 第2 章摄像机运动与图像配准 图像灰度差分和均方图像灰度差分的最小化法等。 2 3 3 基于特征点的配准方法 基于特征点的配准方法是最基本的方法,它又可以分为全局配准和局部配准 两种方法。这种配准方法通常分为三步: ( 1 ) 提取图像的特征点; ( 2 ) 将两幅图像的特征点进行对应; ( 3 ) 根据对应的特征点确定空间变换。 在这种方法中,对控制点的数量、位置的选择及控制点的匹配精度至关重要。 它直接影响配准的精度。因为在这种方法中完成控制点的匹配后,其他工作仅仅 是插值或逼近的工作。基于特征点的配准方法运算量较小,比较灵活。 控制点可分为外部控制点和内部控制点。外部控制点可以在图像获取时人为 地设置一些标记物,这些标记物一般与图像本身无关。这种方法快速、简单、不 需要复杂的优化处理,而且精度较高。 内部控制点的选取一般依赖图像本身,这种方法的控制点既可以人为确定, 也可以通过计算机程序自动确定。这些点一般是图像中的拐点、灰度的极值点、 轮廓上曲率的极值点、两个线性结构的交点或封闭区域的质心等。 全局配准方法是用一组控制点产生一个整体最优的变换函数,变换函数的参 数可以通过拟合或插值方法来确定。在拟合方法中,匹配点通过变换应尽可能接 近目标点。插值方法通常用于控制点较少的情况,这时可得到精确度较高的配准。 拟合和插值方法多采用多项式模型。 局部配准方法中所用的变换函数不只一个。因此只有距离较近的点对应的变 换函数才精确有效。这种方法一般应用于全局配准失效的情况下。配准的方法一 般常用分段插值。分段可以降低多项式的阶数。样条法是常用的技术之一。 基于h a r r i s 和g a 的航空遥感海上溢油图像配准 第3 章图像特征点的提取 目前大多数的遥感图像处理系统都采用点匹配的方法,以交互的方式选择特 征点,但这些系统不能很好地适用于自动处理大量的数据,原因就是多项式的计算 要么需要少量十分精确的特征点,要么需要大量次精确但分布均匀的特征点,显 然,在这两种情况下,特征点的选取都是一项耗时、耗力的工作,无法适应大数 据量的需求。在要求实时处理的应用中,这种方法也是不现实的。同时自动配准 要考虑的是精度问题。因为在遥感图像中自动地确定有效的、精确的特征点是困 难的,太少的点、不准确的点或者分布不均匀的点被选取都可能导致配准的误差, 而且这种情况是经常发生的。至今对自动化配准技术的研究仍是热门的,对基于特 征点的自动配准研究较少。 为此,从自动配准的需求出发,从两幅图像中提取出感兴趣的点,用这些点 来完成两幅图像之间的对应关系,这能减少大量的计算时间。提取出的这些点被 称作特征点,特征点中主要一类是角点,本文就针对角点而言的,用于提取角点 位置的算法叫提取算子。针对一系列不同的图像特征点的定义提出了许多不同的 特征点提取算子。一些提取算子找那些局部高度几何对称点,有些则找纹理明显 变化的区域,有的测定位于角点。许多特征点提取算子已经被提出并被完善。本 文所说的特征点都是针对角点而言的。 常用的特征点提取算子有m o r a v e c 算子,s u s a n 算子和h a r r i s 算子等,下面以 图3 1 为测试图像,对这些算子进行了分析对比。 日3l t * * 目* ( b i 自t 4 3 ) f i g3 la n o h g i n a l l “f o r t e s t i n g 31m o r a v e c 算于 3i1 m 啪v e c # g * e c ”悝m t 月“h # ”* h * i * * # f * # # 镕# 十 月i 自f m 女女n4 m 十# n m 镕# 日日( 目 ) 。2 女2 目自a m 女月 自 镕女月 。m o r a v e c # f 月# g $ # : ( 1 ) ”# # 十镕# 自m f ( i n t c t c s t l u e ) 。h 镕 p 把,) 十o h ( 5 x 5 ) 自n ,# t ( 3 1 ) * h 目32 m i m 十、$ a 、w 自# l & ”n 4 十 自目镕# m m * t 自* & 镕自* 基于h a r r i s 和g a 的航空遥感海上溢油图像配准 l z 、 。 图3 2m o r a v e c 算子5 x5 窗口( 引自r 4 5 ) f i g 3 2m o r a v e co p e r a t o r5 x 5w i n d o w s v l = ( g c + 妒一g c + 哪) 2 圪= ( 彤“一跖以,州) 2 巧= k - 1 ( ,+ ,一,+ 件。) 2 3 1 圪= ( 州一跖m 刊) 2 k = i n t ( c o 2 1 ,取最小点作为该像素的兴趣值: l ( c ,) = m i n k ,砭,圪,圪 ( 3 2 ) ( 2 ) 选取兴趣值大于阈值r 的点作为候选点。 ( 3 ) 在一定大小的窗口内( 可不同于兴趣值计算窗口) ,候选点中兴趣值最大 的像素即为兴趣点。 m o r a v e c 算子计算简单,运算速度快,但是对边缘和独立的点比较敏感,在抑 制噪声方面不佳。 3 1 2m o r a v e c 算子的特征点检测结果 h ( m o m v b c # f 3 1 女m 十n 口* 0 镕* f t g ( b 1 【d e l e t e dm b k f o r * a n d n e r z d d a g l n o j m t of i g31 c o p e a t o r 目33 m o m # ,* n “* * ( $ t 女# * m ) f i g33 n cd e l c c l f l gt “u l l $ o f f c a u r cp o i n t s w i t h e co 313 目m o m e c # 白勺* * * m o m v e e r * m # b m m 十* 。自n 镕# 自镕,自f n m * 自目* & 十m i 十# 。* em o r a v * k h 十4 ,p 十t m m u 基于h a r r i s 和g a 的航空遥感海上溢油图像配准 的问题: 由于只利用四个方向实现局部相关,所以算子响应是各项异性的,算子在抑 制噪声方面的效果不佳,算子的响应也包括了对噪声的响应。而且从上图3 3 的检 测结果可以看出来,m o r a v e c 算法对旋转前后的图像的特征点检测变化很大,不适 宜应用在对存在旋转变化的连续两幅图像的特征点的提取。 3 2h a r r i s 算子 3 2 1h a r r i s 算子理论 h a r r i s 算子是c h a r r i s 和m j s t e p h e n s 4 6 1 在1 9 9 8 年提出的一种基于信号的点特 征提取算子。h a r r i s 算子是对m o r a v e c 算子的改进,它利用一阶偏导数来描述亮度 的变化。h a r r i s 角点检测的基本思想是使用自相关函数来确定信号发生二维变化的 位置,一般的h a r r i s 角点检测算法首先计算式( 3 3 ) 中的m 值。 卅等 段纠 3 , 其中圆是卷积操作符,t 和三。分别是图像灰度三在点( x ,y ) 处的梯度, 厶= 三o ( 一1 ,0 ,1 ) ,三,= lo ( - 1 ,0 ,1 ) r 。h a r r i s 等人认为,m 的两个特征值a 、如就 是自相关函数的主曲率,即如果点( x ,y ) 是一特征点,那么该点的两个特征值都是 正值,并且是以( x ,y ) 为中心的区域的局部最大值,那么该点就被认为是角点。特 征点可用如下评价函数表示: r = d e t ( m ) 一k ( t r a c e ( m ) ) 2 ( 3 4 ) 其中,d e t ( m ) = a 丑,t r a c e ( m ) = a + 如,分别表示矩阵m 的行列式和直迹。 当点( x ,y ) 的r 值大于某一个阈值丁时,该点所对应的位置点就是兴趣点,其中k 是 一实验值,一般取k = 0 0 4 o 0 6 ,高斯占对角点检测性能有很大的影响,研究表 明,高斯万的最佳取值区间为o 8 1 2 。 3 2 2h a r r i s 算子的特征点检测结果 2 l u ( b 1 h a r n s # f ”目3 l m m 口* e # * m r 。8 ( b ) h a i u ”p d n t sd e t 。c t e d m s u l t s k m r ea r “d g s i a nn o m t of i g3 w i t hh a | r i s 7 h34 l l a r r l s # 十” n w * m ( - 5 - t n z ) f i g3 d h c c ”u b o r r a l u ”p d i n t s w i e hh m r 囝一冒冒一冒 爨“ _ 薪 冒一冒 基于h a r r i s 和g a 的航空遥感海上溢油图像配准 3 2 3 对h a r r i s 算子的性能分析 h a r r i s 算子中只用到灰度的一阶差分以及滤波,操作简单,提取的特征点均匀 而且合理,在纹理信息丰富的区域,h a r r i s 算子可以提取出大量有用的特征点,而 在纹理信息少的区域,提取的特征点则较少,由于它的计算过程中只涉及到了图 像的一阶导数,所以即使存在有图像的旋转、灰度的变化、噪音影响和视点的变 换,对角点的提取也是比较稳定的。 这种方法提取的兴趣点被证明具有旋转、平移不变性,并且可以达到亚像素 级【4 7 】的精度,对信号噪声、数据获取时的参数变化和图像变换以及图像光照条件 等具有较好的鲁棒性。 3 3s u s a n 算子 3 3 1s u s a n 算子理论 s u s a n 算子1 4 8 1 是由英国牛津大学的s m s m i t h 、j m b r a d y 首先提出的。它主要 是用来计算图像中的特征点的。 u s a n 模板在图像上滑动,在每个位置上,比较模板内各图像像素的亮度与 模板核的亮度 c 扩,元) h! :l
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 鸽大肠杆菌病的诊断与治疗
- 医疗机构新媒体运营与管理
- 预防常见病、传染病及食物中毒的措施
- 高血压病的健康教育课件
- 2027年宁夏高考二模英语押题密卷及答案
- 痔疮的中医理疗缓解措施
- 八年级道德与法治模拟卷(2027年寒假开学摸底考试)
- 医学教育国际化与本土化研究与实践
- 生物信息学与药物基因组学
- 2027年四川省中考适应性考试语文真题卷
- 2026福建福州旗山供水有限公司招聘2人考试模拟试题及答案解析
- 北京市朝阳区2026-2027学年度第一学期期中质量检测高三英语试卷(含答案)
- 2026山东省防疫安全协管员招聘考试(畜牧兽医)历年参考题库含答案详解
- 正大集团人才评估行测题目
- UL 9540A 2026 储能电池热失控传播测试标准中文版 模组防火试验规范
- 物业服务履约评价报告
- 光伏组件拆除方案
- 2026年出版社招聘考试面试题及参考答案
- 2025-2026学年江西省赣州市大余县部分高中高三上学期11月期中考试英语试题
- 小区物业消防安全培训课件
- 空乘课件教学课件
评论
0/150
提交评论