1 兰州交通大学测绘与地理信息学院，甘肃 兰州 730070
2 地理国情监测技术应用国家地方联合工程研究中心，甘肃 兰州 730070
3 甘肃省地理国情监测工程实验室，甘肃 兰州 730070
针对光学和SAR影像间非线性辐射差异和乘性噪声导致匹配效果不佳的问题，提出了一种耦合相位一致性与互信息的光学影像与SAR影像自动配准方法。首先，基于相位一致性矩特征图在参考影像上检测均匀分布稳定的特征点。其次，构建一种新的相似性测度最大索引图互信息，采用模板匹配策略实现同名点快速识别。最后，通过边缘化样本共识算法剔除外点，并利用分段线性变换模型几何纠正，实现光学-SAR影像间的精配准。对4组中高分辨率光学与SAR影像进行了实验，实验结果表明，所提方法相较于其他先进方法具有更高的配准精度。
遥感 光学和SAR影像 影像配准 非线性辐射差异 相位一致性 互信息 激光与光电子学进展
2022, 59(24): 2428003
1 清华大学，精密仪器系， 北京 100083
2 清华大学，光子测控技术教育部重点实验室， 北京 100083
3 北京市遥感信息研究所， 北京 100192
遥感影像配准是图像处理技术领域的重要研究内容，影像间的大旋转差异严重影响匹配精度的提高。针对这个问题，提出基于双分支神经网络的旋转差异校正方法。利用相位一致性信息特征值与方向角提取影像的旋转特征向量(RVPC); 构建并训练用于预测影像间旋转差异角的双分支神经网络R-FCN; 将RVPC输入网络并预测旋转差异角，最后基于预测角对影像进行仿射校正。R-FCN网络在SEN1-2数据集上，5°(±2.5°)精度训练准确率达98.17%。
多模态遥感影像配准 双分支神经网络 旋转差异 相位一致性 multimodal remote sensing image registration double branch neural network rotation difference phase congruency
1 山东建筑大学测绘地理信息学院, 山东 济南 250101
2 山东建筑大学机电工程学院, 山东 济南 250101
针对遥感影像中单独利用点特征或线特征容易出现匹配精度低和匹配失败的问题,提出一种融合点线互补特征的遥感影像全自动配准算法。首先利用改进的尺度不变特征变换(SIFT)算法获得初始匹配点,并采用归一化互相关(NCC)测度和随机采样一致性算法剔除可能的误匹配情况,以获得正确率较高的同名点。然后采用改进的线段检测算子(LSD)提取线段特征,通过已知单应性几何变换约束和斜率约束确定候选匹配线段并构建特征描述符,继而获得同名线段。最后提取同名线段的交点并集成第一步的同名点集,计算影像间的投影变换参数以实现影像的配准。实验结果表明:所提算法在匹配精度以及匹配的正确率等方面具有显著优势。
机器视觉 点线特征 单应性几何约束 斜率约束 影像配准 激光与光电子学进展
2020, 57(16): 161503
1 河南理工大学测绘与国土信息工程学院，河南焦作 454000
2 中国矿业大学江苏省资源环境信息工程重点实验室，江苏徐州 221116
针对倾斜的遥感影像配准困难问题，提出一种基于集成最大极值稳定区域 (MSER)和尺度不变特征转换 (SIFT)的互补不变特征的自动影像配准算法。该算法首先应用目前公认的具有最佳仿射不变性的 MSER特征区域进行影像的粗匹配，初步校正影像的空间形变。然后在粗匹配基础上采用匹配能力较强的 SIFT描述子与仿射不变矩描述子相结合，进行精匹配。通过以上两步匹配，可以提高遥感影像配准精度，尤其对倾斜影像效果更明显。最后采用倾斜的无人机 (UAV)影像进行试验，并与 SIFT配准算法比较。结果表明，本文算法在仿射不变性和匹配正确率方面均优于 SIFT配准方法。
影像配准 互补不变特征 MSER特征 SIFT特征 image registration complementary invariant feature MSER feature SIFT feature
