一种基于相位一致性相关的多源遥感影像配准方法
基于相位特征的可见光和SAR遥感图像自动配准
第29卷第3期2021年3月Vol.29No.3Mar.2021光学精密工程Optics and Precision Engineering基于相位特征的可见光和SAR遥感图像自动配准孙明超1，马天翔1，宋悦铭1*，彭佳琦2（1.中国科学院长春光学精密机械与物理研究所，吉林长春130033；2.驻长春地区第一军事代表室，吉林长春130022）摘要：针对可见光和SAR遥感图像存在非线性辐射差异和几何差异，加之SAR的斑点噪声，使得可见光和SAR图像配准十分困难的问题。
本文提出了一种基于改进相位一致性的可见光和SAR图像配准方法。
首先，分别计算相位一致性的最大矩和最小矩，将二者叠加，利用Harris算子在叠加图上提取特征点，得到稳定的角点和边缘点作为待匹配的特征点；接着，分别构建相位一致性的方向图和基于多尺度融合的最大幅值索引图，借助于（Histogram of Oriented Gradi⁃ents，HOG）模板，利用相位一致性方向对基于多尺度融合的最大幅值索引图进行投票，建立一种新颖的局部特征描述符；最后，利用欧式距离作为特征向量的度量，计算最近邻比率实现特征匹配，采用快速采样一致性算法剔除误匹配点。
在四组图像数据上的实验结果表明，本算法相比于基于梯度的OS-SIFT算法具有更多的正确匹配点对和更高的匹配精度，正确匹配点数分别提高了11，8，15和11对，均方根误分别提升了57.5%，57.9%，23.5%和58%。
关键词：可见光和SAR图像；辐射差异；图像配准；相位一致性中图分类号：TP394.1；TH691.9文献标识码：A doi：10.37188/OPE.20212903.0616Automatic registration of optical and SAR remote sensingimage based on phase featureSUN Ming-chao1，MA Tian-xiang1，SONG Yue-ming1*，PENG Jia-qi2（1.Changchun Institute of Optics，Fine Mechanics and Physics，Chinese Academy of Sciences，Changchun130033，China；2.First Military Representative office in Changchun，Changchun130022，China）*Corresponding author，E-mail：songym525@Abstract：Optical SAR image registration is highly difficult because of the geometric and nonlinear radia⁃tion differences between optical and SAR remote sensing images，as well as the speckle noise of SAR. Thus，this paper proposes an automatic algorithm，based on phase congruency，to register optical and SAR images.First，the maximum and minimum moments of phase consistency are calculated，and the re⁃sults are superimposed.The feature points are extracted from the superimposed image by the Harris opera⁃tor，and then，the stable corner points and edge points are obtained as the feature points to be matched. Subsequently，the phase-consistent orientation and the maximum amplitude index map，based on multi-scale fusion，are constructed with the help of the HOG template.The maximum amplitude index map 文章编号1004-924X（2021）03-0616-12收稿日期：2020-12-02；修订日期：2021-02-07.基金项目：国家重点研发计划资助项目（No.2017YFC0822402）；国家自然科学基金资助项目（No.61905240）；吉林省重点科技研发项目资助（No.20190303074SF）第3期孙明超，等：基于相位特征的可见光和SAR遥感图像自动配准based on multi-scale fusion is voted using the phase consistency orientation，and a novel local feature de⁃scriptor is established.Finally，Euclidean distance is used as the measure of the feature vector，the nearest neighbor ratio is calculated to realize feature matching，and the fast sampling consistency algorithm is used to eliminate mismatched points.Experimental results on three sets of image data show that the proposed algorithm has more correct matching points and a higher matching accuracy than the gradient-based OS-SIFT algorithm.The number of correct matching points is increased by11，8，15and11pairs，and the root mean square error is increased by57.5%，57.9%，23.5%and58%，respectively.Key words：optical and SAR images；radiation difference；image registration；phase congruency1引言传感器技术的快速发展为对地观测提供了多种手段。
基于多源遥感数据的图像配准与融合技术指南
基于多源遥感数据的图像配准与融合技术指南引言遥感技术已经在各个领域得到广泛应用，尤其是在地理信息系统、环境监测、农业和城市规划等方面。
然而，不同数据源的遥感图像通常存在不同的误差和变换，这给图像配准和融合带来了一定的挑战。
本文旨在介绍基于多源遥感数据的图像配准与融合技术，并提供一些实用的指南和建议。
一、图像配准图像配准是指将不同数据源的遥感图像进行几何、空间和光谱变换，使其能够在同一坐标系和分辨率下比较或融合。
在进行图像配准之前，首先需要选择合适的参考影像和待配准影像。
然后，通过以下几个步骤进行图像配准:1. 特征提取首先对参考影像和待配准影像进行特征提取，常用的特征包括角点、线特征和纹理特征等。
可以使用SIFT（尺度不变特征变换）或SURF（速度增强的尺度不变特征变换）等算法进行特征提取。
2. 特征匹配将参考影像和待配准影像的特征进行匹配。
通常采用RANSAC（随机抽样一致性）算法去除误差匹配，得到更准确的对应关系。
3. 几何变换根据特征匹配的结果，通过几何变换方法对待配准影像进行几何校正，常用的方法有相似性变换和仿射变换。
相似性变换可以处理平移、旋转和比例变换，仿射变换可以处理更复杂的几何变换。
4. 像素插值在进行几何变换后，需要对待配准影像进行像素插值处理，以保证像素点之间的连续性。
二、图像融合图像融合是指将多源遥感图像的信息融合到同一幅图像中，以增强图像的视觉效果和信息提取能力。
常用的图像融合方法包括以下几种：1. 基于像素的融合将多源图像的像素按照一定的权重进行组合，常用的方法有加权平均法、最大像素法和PCA（主成分分析）等。
2. 基于变换的融合将多源图像进行频域或时域变换，然后将变换域的系数进行线性或非线性组合，还原成多源图像。
常用的方法有小波变换、多分辨率分析和拉普拉斯金字塔等。
3. 基于特征的融合提取多源图像的特征，然后将特征进行组合，构建融合图像。
特征可以是几何特征、光谱特征或纹理特征等。
一种遥感图像的配准方法
图像处 理技 术之一 。 图像 配准 是对取 自不 同时 间、 同 不 传 感器 或不 同视角 的同一场 景的两幅 图像 或多 幅图像
匹配 、 叠加 的过程 ， 主要 目的是去除或者 抑制待 配准 其 和参 考 图像 之间在 几何 上 的不一 致 （ 包括 平移 、 转 、 旋 缩放 、 和畸变 ） 并融合 这些数据 ， ， 从而得 到更完善 的信 息 。该技 术 已被广 泛应 用 于各个 领 域 ， 航 空航 天技 如 术、 地理 信息 系统 、 图像 镶 嵌 、 图像融 合 、 目标 识别 、 医 学 图像 分析 、 机器人 视觉和 虚拟现 实等等 ［ 。 目前 ， ４ ］ 图
用 到 了环境 变化监测 、 资源勘 探、 气象预报 和军事 等众 多领域 ， 在使用 遥感 图像之前需 对其 进行预 处理 。 感 遥 图像 配准 技术 的迅 速发 展 ， 其成 为越 来越 受关 注 的 使
配 准 的速度较 快 。 方法 的缺点是 算法 复杂 ， 该 而且往往
由于特征 提取 的不完 全 ， 致 配准率较 低 。 导
ｓ ａｅ ｓ ａ ｅ ｏｒ ｆ ａ ｕ ｅ ｄｅ ｅ ｔｏ ｃ ｌ ｐ ｃ ｆ ｅ ｔ ｒ ｔ ｃ ｉｎ， ａ ｄ ｄｅ ｅ ｍ ｉ ｈ ｆａｔ ｅ ｏｉ ｓｉｉ ｎｄ ｆ ａ ｕｒ ｉ ｉ ｓ ａ ｅ， ｔ ｎ ｕｓ ｈｅ ｅ ｔ ｅ ｐｏ ｎ ｎ ｔ ｒ ｎｅ ｔ ｅ ｅ ｕｒ ｐ ｎｔｐｏ ｔｏｎ ａ ｅ ｔ ｅ ｐｏｎｔ ｎ ｃ ｌ ｈｅ ｅ ｔ ｆａ ｕｒ ｉ ｔ
ｎ ｉ ｈ ｏ ｈ ｏ ｒ ｄｅ ｔｏ ｒｎ ｉ ａ ｉ ｃ ｉ ｎ ａ ｈ ｅ ｔ ｒ ｏ ｎ ｓｄ ｒ ｃ ｉｎ ｌ ｈ ｒ ｃｅ ｉｔ ｓ ｅｇ ｂ ｒ ｏ ｄ ｇ ａ ｉ ｎ ｆ ｉ ｃｐ ｌ ｒ ｔ ｓｔ ｅｆ ａ ｕ ｅ ｐ ｉ ｔ ｉｅ ｔ ａ ａ ａ ｔ ｒｓ ｉ ．Ｔｈ ｎ ｕ ｅＲＡＮＳ ｐ ｄ ｅ ｏ ｏ ｃ ｃ ｅ ｓ ＡＣ ｌ ｏ ｉ ｍ ｌ ｎ ｔ ａｇ ｒｔ ｈ ｅｉ ａｅ ｍｉ
一种多源遥感影像自动匹配通用方法
一种多源遥感影像自动匹配通用方法王兴慧【摘要】实现多时相、高分辨率遥感影像稳健的全自动匹配是遥感科学的重要课题.针对多源遥感影像间的自动匹配,寻找出一种通用的匹配算法流程,该流程通过提取尺度不变性Harris_Laplacian特征点,采用SURF匹配算法得到初始同名点,之后利用初始关系进行点位预测及模板匹配,并采用最小二乘原理剔除残差较大的匹配点对,实现影像间稳健及精度较高的自动匹配.实验结果表明,该流程能够实现多源遥感影像的高精度匹配,并无需人工参与,提高匹配效率和自动化程度.【期刊名称】《甘肃科技》【年(卷),期】2014(030)013【总页数】5页(P41-44,55)【关键词】Harris_Laplacian算子;SURF描述符;同名点;模板匹配;最小二乘原理【作者】王兴慧【作者单位】兰州交通大学,甘肃兰州730070;中国测绘科学研究院,北京100039【正文语种】中文【中图分类】TP751遥感影像为满足测绘、环境、城市规划和军事领域等多方面的应用需求，对影像自身质量及影像处理要求越来越高，尤其经常需要同时利用不同传感器、不同时相、不同分辨率的同一场景的影像联合处理或叠加显示，则快速纠正与高精度配准成为首要解决问题，其中同名点(控制点)是关键。
传统方法利用人工选取影像之间控制点进行仿射变换实现，存在速度慢、效率低、精度差以及劳动强度大等问题，因此基于匹配技术的自动控制点提取算法得到发展。
文献［1］以高分辨率影像为参考影像进行基于灰度的多级概率松弛整体匹配，利用模板匹配方法实现自动遥感影像配准。
文献［2］基于影像灰度和影像特征混合自动提取控制点，在人工选取四对控制点进行粗匹配的基础上提取Harris特征点进行整体松弛匹配。
文献［3］将金字塔数据结构逐层匹配策略用于自动模板匹配当中，同样采用人机交互形式选取四对控制点进行整体纠正后提取影像重叠区域以减少模板匹配搜索范围。
文献［4］通过已有多项式模型对影像整体粗纠正，以待配准影像上提取的特征点为引导利用金字塔逐层模板匹配技术获得配准用同名控制点对。
基于SIFT和NCC的多源遥感影像配准方法
基于SIFT和NCC的多源遥感影像配准方法王万同;刘鹏飞;韩志刚【期刊名称】《计算机工程与应用》【年(卷),期】2012(048)003【摘要】针对多源遥感影像的配准,提出了一种结合SIFT算法和归一化互相关(NCC)匹配算法的配准方法.该方法采用SIFT算法提取特征点并进行匹配得到一定数量的特征点对后,利用SIFT特征点的尺度和方向信息对NCC进行改进,进一步从未能匹配的特征点中获取匹配点对,经粗差滤除后得到有效的匹配特征点对,随之进行影像配准.方法结合了SIFT算法和NCC算法的优点,解决了多源遥感影像因辐射差异和几何差异造成的难以正确配准的问题.实验结果表明,算法具有较强的鲁棒性,并取得了较好的配准精度.%To resolve multi-source remote sensing image registration, a new method combining Scale Invariant Feature Transform (SIFT) algorithm and Normalized Cross Correlation(NCC) is proposed. This method adopts SIFT algorithm to match feature point and to get a certain amount of feather points, then uses the scale of SIFT feature points and directional information to improve NCC in order to get the matching point. After gross filtering the effective matching feather points, the image registration can be done. This algorithm combines the advantages of SIFT and NCC, and solves the problem that the multi-source remote images are difficult for correct registration because of geometric differences and radiometric differences. Experimental results show that this algorithm has strong robustness, and achieves high registration accuracy.【总页数】4页(P10-12,16)【作者】王万同;刘鹏飞;韩志刚【作者单位】河南大学环境与规划学院,河南开封475001;中国科学院地理科学与资源研究所,北京100101;中国科学院地理科学与资源研究所,北京100101;中国科学院地理科学与资源研究所,北京100101【正文语种】中文【中图分类】TP751【相关文献】1.一种基于相位一致性相关的多源遥感影像配准方法 [J], 范登科;潘励;叶沅鑫2.基于改进SIFT算法的多源遥感影像配准研究 [J], 焦斌亮;樊曼曼3.基于SIFT点特征和Canny边缘特征匹配的多源遥感影像配准研究 [J], 王万同;韩志刚;刘鹏飞4.一种利用点特征和互信息的多源遥感影像配准方法 [J], 周浩;叶沅鑫;王蕾5.基于SIFT算法的InSAR影像配准方法试验研究 [J], 喻小东;郭际明;黄长军;袁长征因版权原因，仅展示原文概要，查看原文内容请购买。
基于相位一致性和Hough变换的多源图像配准方法
第２ ５卷 第 ９期
２ ０ １ ３年 ９月
强 激 光 与 粒 子 束
ＨＩ Ｇ Ｈ ＰＯ Ｗ ＥＲ ＬＡ ＳＥＲ Ａ Ｎ Ｄ ＰＡ Ｒ ＴＩ ＣＩ Ｅ ＢＥＡ Ｍ Ｓ
Ｖｏ １ ． ２ ５。ＮＯ ． ９
Ｓｅ ｐ．， ２ ０１ ３
文章编号 ： １ ０ ０ １ ４ ３ ２ ２ （ ２ ０ １ ３ ） ０ ９ — ２ ２ ２ ３ — ０ ６
性 。
关键词 ： 图像配准 ； 相 位 一 致 性 ； Ｈｏ ｕ ｇ ｈ变 换 ； 相位相关 ； 对 数 极 坐 标 变 换
中 图分 类 号 ： ＴＰ３ ９ １ 文献标志码 ： Ａ ｄ ｏ ｉ ： １ ０ ． ３ ７ ８ ８ ／ ＨＰＬＰ Ｂ ２ ０ １ ３ ２ ５ ０ ９ ． ２ ２ ２ ３
基于相位相关法的遥感影像配准研究
基于相位相关法的遥感影像配准研究
遥感影像配准是遥感处理的一个重要环节，其作用是将不同时间、不
同传感器或不同角度拍摄的遥感影像进行精准的对准。
基于相位相关法的
遥感影像配准方法可以通过计算两幅图像之间的相位差，从而实现影像的
精准配准。
具体步骤如下：
1.图像预处理：对待配准图像进行预处理，包括去噪、平滑、灰度拉
伸等处理，以减少图像噪声对配准精度的影响。
2.特征提取：通过特征提取方法提取待配准图像和参考图像的共同特
征点，如SIFT、SURF、ORB等算法。
3.特征匹配：通过特征匹配算法匹配待配准图像和参考图像的特征点，如KNN算法、最小距离算法等。
4.相位计算：利用FFT算法将待配准图像和参考图像进行频域变换，
得到频谱图，计算出两幅图像之间的相位差。
5.反变换：将计算出的相位差进行反变换，得到平移矩阵，实现图像
的配准。
相比于传统的遥感影像配准方法，基于相位相关法的方法具有以下优点：
1.精度高：基于相位相关法的配准方法采用的是相位信息进行图像匹配，对于图像的旋转、缩放等变化具有更好的适应性，可以提高配准的精度。
2.计算速度快：基于相位相关法的方法可以通过FFT算法快速计算两幅图像之间的相位差，因此速度比传统方法更快。
3.使用范围广：基于相位相关法的方法不仅适用于遥感影像配准，还可以应用于其他领域，如医学影像配准、工业检测等。
遥感影像配准方法
遥感影像配准方法一、引言遥感影像配准是指将多幅遥感影像通过一定的处理方法，使得它们在空间上或者光谱上相对准确地对应起来。
遥感影像配准是遥感技术中的重要环节，对于提取地物信息、监测变化、制作地图等应用具有重要意义。
本文将介绍几种常见的遥感影像配准方法。
二、特征点匹配法特征点匹配法是一种常用的遥感影像配准方法。
该方法通过提取影像中的特征点，并在不同影像中寻找相似的特征点，然后利用这些匹配的特征点进行配准。
特征点可以是角点、边缘点、纹理点等。
特征点匹配法具有计算速度快、适用范围广的优点，但对于光照、旋转、尺度变化等情况下的影像配准效果较差。
三、控制点法控制点法是一种基于已知控制点坐标的遥感影像配准方法。
该方法首先在待配准影像和参考影像中选择一些具有明显地物特征且位置准确的控制点，然后通过计算这些控制点在两幅影像中的坐标差异，从而得到待配准影像相对于参考影像的变换关系。
控制点法配准精度较高，适用于各种变换情况下的影像配准，但需要事先获取准确的控制点坐标。
四、基于图像匹配的配准方法基于图像匹配的配准方法是利用图像间的相似度进行配准的方法，常用的图像匹配算法包括相位相关法、归一化互相关法、互信息法等。
这些方法通过计算两幅影像之间的相似度，找到最佳的配准变换参数，从而实现影像的配准。
基于图像匹配的配准方法不依赖于特征点或控制点，适用于各种复杂变换情况下的影像配准，但计算量较大，需要较长的处理时间。
五、影像配准的精度评定影像配准的精度评定是判断配准效果好坏的重要指标。
常用的精度评定方法包括重叠区域比较法、控制点坐标差比较法、变换参数比较法等。
通过对配准后的影像与参考影像进行对比，计算它们之间的差异，可以评估配准的精度。
影像配准的精度评定对于验证配准方法的可靠性、优化配准参数具有重要意义。
六、总结遥感影像配准是遥感技术中的重要环节，常用的配准方法包括特征点匹配法、控制点法和基于图像匹配的配准方法。
这些方法各有优缺点，适用于不同的配准需求。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一种基于相位一致性相关的多源遥感影像配准方法
作者：范登科， 潘励， 叶沅鑫， Fan Dengke， Pan Li， Ye Yuanxin
作者单位：武汉大学遥感信息工程学院,武汉,430079
刊名：
铁道标准设计
英文刊名：Railway Standard Design
年，卷(期)：2012(2)
1.Zitová B;Flusser J Image registration methods:A survey[外文期刊] 2003(11)
2.Harris C;Stephens M K A combined corner and edge detector 1988
3.Suri S;Reinartz P Mutual-information-based registration of TerraSAR-X and Ikonos imagery in urban area 2010(02)
4.Bunting P;Labrosse F;Lucas R A multi-resolution area-based technique for automatic multi-modal image registration
2010(08)
5.Gao F;Masek J;Wolfe R E Automated registration and orthorectification package for Landsat and Landsat-like data processing 2009(01)
6.Yi Z;Zhiguo C;Yang X Multi-spectral remote image registration based on SIFT[外文期刊] 2008(02)
7.Abdel-Hakim A E;Farag A A CSIFT:A SIFT descriptor with color invariant characteristics 2006
8.Ke Y;Sukthankar R PCA-SIFT:A more distinctive representation for local image descriptor 2004
9.Lowe D G Distinctive image features from scale-invariant keypoints[外文期刊] 2004(02)
10.Wong A;Clausi D A AISIR:Automated inter-sensor/inter-band satellite image registration using robust complex wavelet feature representations 2010(10)
11.Morrone M C;Owens R A Feature detection from local energy 1987(05)
12.Rosten E;Drummond T Machine learning for high-speed corner detection 2006
本文链接：/Periodical_tdbzsj201202034.aspx。