胡明娣, 张中茂, 许天倚, 杨 洁
(西安邮电大学 通信与信息工程学院, 陕西 西安 710121)
图像配准[1]是指在同一视觉系统中寻找一个最优变换,使得在不同环境下获得的参考图像和待配准图像高度吻合,对应特征点一一映射,即对齐的空间位置达到最佳。图像配准技术已广泛应用于导航及遥感图像处理等领域。
图像配准方法主要分为基于特征和区域两种类型。基于特征点的图像配准方法对噪声及遮挡等干扰具有适应性强和数据计算量少等优点,应用较为广泛[2]。Hausdorff距离(Hausdorff distance,HD)[3]作为目前较为常用的图像特征匹配度量,对图像畸变适应性强,已取得较好的效果。基于代价函数(least trimmed square-Hausdorff,LTS-HD)距离的图像配准算法[3]通过设定距离阈值去除噪声点及错误距离,将改进的Hausdorff距离作为匹配测度,虽然取得了较高的配准率,但其阈值设置依靠经验,且复杂度较高。文献[4]实现了对遮挡图像自适应遮挡系数调整的Hausdorff距离测度,但是只适用于图像中能提取大量特征点的图像配准,不具有通用性。基于分割模板加权Hausdorff 距离矩阵的特征匹配算法[5],在图像内容分布对比较明显时取得了较高配准率,但模板加权系数很难确定。文献[6]综合考虑了遮挡系数、代价函数和出格点,改进了Hausdorff距离,并结合量子遗传算法实现异源遮挡图像配准,但其只适合激光图像的配准,应用领域狭窄。
本文针对异源遥感图像部分遮挡情况,利用尺度不变特征变换(scale-invariant feature transform,SIFT)算子[7]提取图像的SIFT特征点作为图像匹配特征空间,通过融合标准方差及部分平均改进Hausdorff距离作为相似性测度。……