论文部分内容阅读
随着科学技术的快速发展，图像配准技术已成为现代图像信息处理领域中一项极为重要的技术，匹配技术已广泛应用到遥感、医学、以及计算机视觉等多个学科中。经过多年研究的累积与总结，影像匹配技术已经取得了较多成熟的研究成果，但是仍然有许多匹配技术难题需要进一步研究与解决。目前的研究结果中还没有哪一种可以应对各种不同匹配要求并同时取得很好的匹配结果的匹配算法。为了满足匹配需求目的的多变性，通常要设计与某种具体应用相匹配的的匹配技术。
影像匹配技术的难点主要有这么几方面：一是匹配数据源的多元化，不同传感器所采集的影像间存在影像灰度和特征信息的较大差异，对此类影像信息差异较大的影像匹配技术还需进行深度研究。二是匹配全自动化程度有待提高，当前的实验研究以及实际生产应用中，虽然称之为自动化，但是为了满足匹配结果的精度要求仍然需要进行部分的人工干预。三是影像匹配过程的快速实现，较多经典的匹配算法可以匹配出高精度结果，但是其匹配速率低，影响着整个匹配算法的实际操作。如何在匹配精度得到保证的同时提高匹配速度，使匹配过程又好又快的实现完成是被急切所需的。
低空无人飞行器航测遥感系统由于具有灵活机动、高效快速、安全可靠、作业成本低、应用广泛等多方面的优势，能够有效弥补传统航空摄影作业方式的不足，使其逐渐成为一个广受关注的热点。但是与传统航空摄影测量相比，该系统获取的航空遥感影像存在像对多、姿态不稳定、旋偏角大、重叠度不均等缺点，给后续的测绘作业生产带来了增加了困难。本文是基于考虑低空无人机遥感影像的特点，分析总结前辈们的关于影像匹配技术的研究，提出将SIFT特征算计与最小二乘匹配相结合的匹配方法，并通过试验证明此算法可以满足低空无人机遥感影像匹配要求。根据本文的内容安排，本文的主要研究工作以及所获得成果有：
一、搜集影像匹配技术相关文献并阅读研究，了解了影像匹配技术的研究背景，归纳总结了其应用范围、研究现状及有待解决的问题。以此准备工作为基础，扼要的介绍了本文的研究背景和选题依据，阐述了本文研究的目的与意义。与此同时较为全面地了解低空无人机遥感系统的相关知识。
二、学习影像预处理技术的相关内容，了解预处理技术实现的具体过程以及使用的各种操作算法，以本文研究的思想及使用的算法为出发点，主要论述了影像增强、金字塔结构影像等影像预处理技术。影像增强预处理是以空域图像增强与频域图像增强两大类展开论述，并详细介绍了Wallis滤波处理的增强方法。
三、大量阅读并研究各种匹配算法，主要从灰度匹配算法与基于特征的匹配算法出发了解一些常用算法的基本原理和存在的优缺点，并深度学习研究了SIFT特征算法，掌握SIFT特征算法的具体实现步骤，关注在实现过程中细节问题；结合最小二乘算法，分析结合SIFT特征算法与最小二乘的匹配方法的可行性。
四、研究掌握低空无人机遥感影像的数据特征，并针对其提出采用SIFT特征算子与最小二乘匹配算法相结合的匹配方法，通过试验证明该匹配算法能够解决低空无人机遥感影像的问题。在匹配试验前期，本文使用Wallis滤波增强的方法对影像进行影像增强预处理，改善影像数据的质量，使影像更适合匹配应用；并使用高斯模型构建金字塔结构影像。通过使用C++语言以及openCV图像处理函数库在编程工具VC6.0下对预处理后的影像进行匹配试验，试验完成了包括对航带内左右影像的匹配、航带间的重叠度大的以及重叠度小的上下影像进行匹配。