中南大學生物醫(yī)學工程研究所圖像配準-免費閱讀
【正文】 中南大學生物醫(yī)學工程研究所 圖像配準54 *n 基于以上算法 , 用 IDL編寫的程序可以批處理多個 MODIS數(shù)據(jù)文件。n 基于三角網(wǎng)的小面元幾何校正，其實質在于以點代面進行幾何校正，先對三角形三個頂點進行投影計算，然后根據(jù)三角形頂點建立三角形校正前后之間的仿射變換關系。中南大學生物醫(yī)學工程研究所 圖像配準45 *插值方法n 最鄰近法n 立方卷積法n 雙線性法n 雙線性插值法公式如下：中南大學生物醫(yī)學工程研究所 圖像配準46 *n 查找三角形內各像素點計算量較大，本文作者通過試驗發(fā)現(xiàn)，用三角形外接矩形內所有像素點代替三角形內像素點進行計算，可使計算速度提高 4倍左右，而校正效果相差不大。n 對于山區(qū)遙感影像，多項式校正方法的精度不夠，必須采用小面元微分校正的方法 ，其幾何校正誤差可以控制在 個像素以內。中南大學生物醫(yī)學工程研究所 圖像配準40 *Delaunay三角網(wǎng)n Delaunay三角網(wǎng)常常被用于 TIN的生成。n 孫燾等對主輔圖像的特征點集分別進行 Whitening 變換 ,將點集間的一般仿射變換問題轉換為剛性變換問題。 Hu最初用以下 7個不變矩公式來描述目標特征 :中南大學生物醫(yī)學工程研究所 圖像配準33 *但實際上大部分文獻都采用 6個無量綱、消誤差的組合不變矩 ：中南大學生物醫(yī)學工程研究所 圖像配準34 *點模式匹配n 模式識別中的點模式匹配，使用特征點集中點與點之間的位置關系進行匹配，較少（或沒有）利用圖像灰度、紋理和邊緣信息，所以它對圖像之間的旋轉、灰度、紋理、分辨率等差異不敏感，能夠匹配不同傳感器的圖像，且能進行圖像之間的全自動配準。通過對物體紋理特征的提取，可以對圖像進行分類、配準等操作。中南大學生物醫(yī)學工程研究所 圖像配準25 * 中南大學生物醫(yī)學工程研究所 圖像配準26 *SUSAN 算法的基本原理n 圖像上每一點都有一個鄰近的具有相似灰度值的局部區(qū)域是 SUSAN 算法的基礎。 SUSAN 算法的特點 : 216。其步驟為： 1 計算各像元的興趣值（ Interest Value）。 Moravec算子、 Forstner算子與 Hannah算子。中南大學生物醫(yī)學工程研究所 圖像配準15 * 中南大學生物醫(yī)學工程研究所 圖像配準16 *半自動匹配n 1. 用戶先把主輔圖像進行預處理，先進行重采樣、旋轉、去除噪聲等，使兩幅影像的分辨率、角度等基本一致后，再進行配準。n 在兩幅圖像對應的特征集中利用特征匹配算法盡可能的將存在匹配關系的特征對選擇出來。n 一般來說特征匹配算法可分為四步 :216。n 再對第二層用同樣方法進行一次采樣率為 1/n的重采樣，又得到第三層（頂層）。n 按自動化程度可以分為人工、半自動和全自動三種類型 。 圖像配準算法就是設法建立兩幅圖像之間的對應關系 ,確定相應幾何變換參數(shù) ,對兩幅圖像中的一幅進行幾何變換的方法。 根據(jù)主輔圖像之間的幾何變換關系，對輔圖像進行逐像素處理變?yōu)榕錅蕡D像的過程叫做 “幾何校正（ geometric correction） ”。根據(jù)經(jīng)驗取某個閾值 P0，如果 P P0，則匹配成功； P P0，則匹配失敗。n 如果影像尺寸不是特別大，可以只用兩層金字塔。 ；216?！ ?。包括直方圖匹配、 Hu不變矩、 金字塔模板匹配、小波 Gabor 算子、基于空間變換的方法等。n 紋理特征。n 如果兩個特征點之間的距離過短，則去掉其中一個。 3. 具有積分特性 (在一個模板內計算 SUSAN 面積 ),這樣就使得 SUSAN 算法在抗噪和計算速度方面有較大的改進。有些圖像在局部區(qū)域內呈現(xiàn)不規(guī)則性，而在整體上表現(xiàn)出某種規(guī)律性。 方向性中南大學生物醫(yī)學工程研究所 圖像配準30 *提取紋理特征的方法n 灰度共生矩陣。中南大學生物醫(yī)學工程研究所 圖像配準36 *n 張立華等將待匹配的兩個二維點集分別轉化成為一個 n維空間中的向量 , 對這兩個向量中的各元素進行簡單的排
教學課件相關推薦
鄂ICP備17016276號-1