论文总字数：22441字

目 录

摘要..............................................................................................................................................Ⅰ

Abstract......................................................................................................................................Ⅱ

1 绪言 5

1.1 研究背景和意义 5

1.2 国内外研究现状 5

1.3 本文的主要工作 5

1.4 论文的组织结构与安排 6

2 SIFT特征提取算法 7

2.1 SIFT算法步骤 7

2.2 常见的几种改进SIFT算法简介及优缺点分析 10

2.3 本章小结 11

3 基于PCA提取独立SIFT关键点的优化算法 12

3.1 SIFT算法中存在的问题 12

3.2 所提出的优化算法的实现步骤 12

3.3 具体实施过程 13

3.3.1 灰度化处理 13

3.3.2 基于PCA提取独立SIFT关键点 14

3.4 实验结果分析 15

3.5 本章小结 16

4 基于SIFT优化算法的遥感影像配准 17

4.1 SIFT配准过程简介 17

4.2 传统SIFT特征匹配的不足 19

4.3 基于双向匹配的相似性度量 19

4.4 基于距离比率准则剔除误配点 19

4.5 实验结果分析 21

4.6 本章小结 23

5 结论 24

5.1 论文总结 24

5.2 研究展望 24

参考文献 25

致谢 26

基于改进SIFT算法的高分辨率遥感影像配准

林誉

，China

Abstract: Image registration is a process of changing the spatial transformation relationship between two or more images of the same scene, and changing one or more images. Image registration is the most critical and fundamental step in all image analysis tasks, and is the premise of image stitching, image reconstruction, target recognition and so on. The key to feature based image registration is how to extract the features effectively. The SIFT features extracted from the scale invariant feature transform (SIFT) algorithm have invariance of rotation, illumination, affine and scale, and is the most effective algorithm in the current feature detection and matching algorithm.

In this paper, based on the research on the scale invariant feature SIFT algorithm, the concept of SIFT scale invariant features is introduced with the invariant feature theory as the background, and the implementation of the scale invariant feature SIFT algorithm is introduced in detail. In feature detection, the PCA optimization algorithm is used to extract independent feature points. Considering the repetition and error matching of the SIFT algorithm in image registration, it is necessary to filter the feature points of the matching phase of the SIFT algorithm. In this paper, based on the original SIFT feature matching method, a two-way matching algorithm is proposed, and the distance ratio criterion is used to eliminate the rough matching for the detected matching points with large deviations in the detected feature points. Experiments show that the performance of the improved algorithm is improved.

Keywords: high-resolution remote sensing image; image registration; sift algorithm;

1 绪言

1.1 研究背景和意义

图像配准是对处于同一场景的一幅图到另一幅图的几何变换和灰度变换。图像配准可以分为两种类型，一种是基于图像灰度信息，另一种是基于特征的配准,一般根据使用的图像信息的不同来区分。现代图像配准处理大多是基于特征的方法，它的普遍的流程是特征点的检测与匹配、图像变换和重采样，并围绕图像特征扩展图像配准操作。因此，基于特征的图像配准的关键是如何提取具有优良的不变性的特征。

在局部特征的查找上，研究人员一直试图找出一种稳定性好、能高效匹配的特征。1999年哥伦比亚大学的David Lowe教授提出的尺度不变特征（SIFT）[1]可以为图像配准提供有效的局部特征。SIFT算法提取的特征具有旋转、尺度、仿射、照度等不变特征。它是特征提取和匹配算法中应用最广泛的算法。基于SIFT算法的图像配准已被广泛应用于图像处理的各个领域，如图像融合、图像拼接和机器人标定等，它的优点是具有稳定性和高效性，因此值得深入研究并改良。

1.2 国内外研究现状

传统的特征检测方法有很多，但这些特征检测算法精度普遍有待提高、尺度不变性较差，而且容易受到噪声影响。随着局部不变量描述子的广泛应用，1999年哥伦比亚大学的David G.Lowe教授首次正式提出了尺度不变特征变换算法[1],并且在2004年的论文中完善了这一算法[2]。SIFT存在的不足是计算较为复杂,对仿射变换和视角变化等稳定性较差。针对SIFT算法的特点，国内外研究人员已经提出了一些改进方法：

国外：2004年YanKe和RahulSukthankar[3]提出了PCA-SIFT算法,通过使用主成分分析法对描述子进行降维,可以有效提高匹配速度,缺点是匹配精度较差。2005年Miko等人[4]对经典的SIFT算法进行了改进,提出了GLOH算法,这种算法在匹配精度方面有了很大的改善，但相对原算法而言，耗费了大量时间。2006年HerbertBay等人[5]在前人的基础上提出了SURF特征描述符,它加快了特征点检测的速度，且在鲁棒性方面表现良好。

国内：2009年黄心汉等人[6]通过牺牲一定的鲁棒性，通过简化尺度空间，提出了一种经过降维的SIFT特征点检测算法，有效降低了算法复杂度。2008年，马莉等人利用主成分分析技术对SIFT算法中128维的特征描述向量进行降维。丁湘楠等人通过相似的方法，使用LDA来实现降维，上述基于降维技术的改良算法，在提高算法效率的同时还能保存一定的鲁棒性，但这些算法在实用性上有待提升。除此之外，还有其他较多对SIFT算法特征点检测与特征点描述的改进和与其他算法相结合的改进方法[12-15]。

总结：目前，对SIFT算法的优化改良和实际应用的研究是当前研究的热点。国内外学者主要从时效性和鲁棒性两方面来对改良传统SIFT算法。针对SIFT算法时效性不高的这一缺陷，目前主要围绕降低算法的复杂度和采用硬件加速两个方面开展研究工作。在降低算法复杂度方面，首先采用PCA、LDA、KPCA等技术来对特征向量实施降维；其次，在计算复杂度较高的过程中，采用高效的替代算法来降低复杂度。

1.3 本文的主要工作

本文全文围绕SIFT算法展开，开展了一系列工作，包括SIFT特征的检测、筛选、描述，和两幅图像间的配准实验。本文研究配准过程的主要工作可以分成三个部分：第一，研究图像配准和尺度不变特征的基本知识，包括理论基础、步骤、变换模型和评价准则，以及发展方向、尺度空间表示、尺度选择和函数的定义；二是对在尺度不变特征的提取和表达中使用的特征检测器和描述符的研究，包括局部特征提取的检测器和局部特征表达的描述符的分类；以及几个典型特征的检测和描述子的描述。三是对基于SIFT算法的高分辨率遥感影像配准的研究，包括详细介绍了传统SIFT算法的配准过程以及对算法的性能的实验分析，提出一种针对SIFT原算法配准过程中误配点较多的改进算法，并进行实验分析与比较。针对原算法所存在的一些问题，本文的主要工作如下： 

1．详细介绍基于SIFT算法的遥感影像配准过程，对比分析现有的部分SIFT改进方法。 

剩余内容已隐藏，请支付后下载全文，论文总字数：22441字

相关图片展示：