基于改进PSO-SIFT算法的油田遥感图像匹配

李 宏,王 鹏,毕 波,唐锦萍

(1. 东北石油大学 电气信息工程学院,黑龙江 大庆 163318；2. 海南医学院 公共卫生学院,海口 571199； 3. 东北石油大学 数学与统计学院,黑龙江 大庆 163318；4. 黑龙江大学 数据科学与技术学院,哈尔滨 150080)

图像匹配是将同一场景的两幅或多幅图像以不同的时间、不同的传感器和不同的视角进行匹配的过程[1],其为许多遥感任务(如图像变化检测、图像融合和环境监控等)必不可少的环节. 目前,图像匹配方法可分为两种：基于频域的方法和基于空间域的方法[2]. 基于频域的方法对噪声过于敏感；此外,准确的匹配通常需要原图像之间显著重叠. 基于空间域的图像匹配可细分为基于区域和基于特征的图像匹配. 基于区域的方法使用窗口像素强度之间的相似性确定两幅图像之间的对齐方式,主要使用的相似性度量是归一化互相关(normalized cross correlation,NCC)和互信息(mutual information,MI). 基于区域的方法具有算法简单、处理速度慢、对重叠区域面积要求高的特点,且窗口的约束限制对图像的缩放、形变、遮挡或旋转没有很好的适应能力. 基于特征的方法通过提取图像显著特征,并使用这些特征之间的相关性确定最佳对齐方式. 通常,这些特征包括点、边、轮廓及特定区域的质心[3-4]等. 在基于特征的方法中,最经典的算法是SIFT(scale invariant feature transform)[5]. SIFT算法可用于旋转变换、尺度变化、视角改变等条件,尤其适合高分辨率图像或存在旋转、伸缩或仿射等变换的场景,所以其已被成功应用于遥感图像匹配中. 为加快计……