多源遥感影像自动配准技术的研究进展
多源遥感影像配准技术分析
文章 编 号 ：６ ３ ３ （０ ７ ０ －２ １０ １７ ￣３８ ２０ ）４ ５ －４ ０
多 源遥 感 影 像 配 准 技 术 分 析
禄 丰 年
（ 南省 测 绘 局 ， 南 郑 州 河 河 ４ ００ ） ５ ０ ０
摘要 ： 图像配准技术是近年来发展迅速 的图像处理技术之 一， 图像 融合 、 是 目标提取 与定 位、 变化 监测 、 高分辨 率影像 重建 等处理工作不可缺少的步骤。首先给 出了多源遥感 影像 配准 的概 念和基本过 程， 然后着重从 匹配 基 元、 转换函数 、 相似性测度 、 匹配策略 ４个方面对 国内外现有 的影像配准 技术和方 法进 行 了分析和评 述 ， 最 后指 出 了影像配准技 术所 面临 的主要难题和发展方 向。 关 键 词： 影像配准； 影像融合 ； 特征提取
文献 标 识 码 ： Ａ 中 图分 类 号 ：２７ Ｐ３
Ｏｎ Ｍ ｕ ｔ－ ｏ ｒ ｅＨ ｉｈ－ ｓ ｌｔｏ ｍ ｏ ｅＳ ｎ ｉ ｇＩ ａ ｅＲｅ ｉ ｒ ｔｏ ｅ ｈ ｉ ｕ ｓ ｌ － ｕ ｃ ｇ － ｏｕ ｉｎ Ｒｅ ｔ ｅ ｓｎ ｍ ｇ ｇｓ ａｉｎ Ｔ ｃ ｎ ｑ ｅ ｉＳ Ｒｅ ｔ
随着 当前 传 感 器技 术 的不 断 发 展 ， 别 是 多 不 同方式 下 的得 到的需要 与标 准 参考 影像 配 准 的 特 种 新型 传感器 的不 断 涌 现 ， 感 数据 处 理 中 的多 影像 。待 配准 影像 相对 于参 考影 像 的配 准具 体可 遥 源影像 配准技术 逐渐 成为 摄影 测量 界学 者们 研 究 定 义 为两 幅 影 像 在 空 域 和 灰 度 上 的 映 射 或 者 变 的热点 。通过 对 影像 的精 确 配 准 ， 以实 现 在 物 换 。 可 方 空间代 表 同一 目标 的 同名特 征如 点 、 、 等 的 线 面
遥感影像处理技术的最新进展
遥感影像处理技术的最新进展遥感技术作为一种非接触式的对地观测手段，已经在众多领域得到了广泛应用，如国土资源调查、环境监测、城市规划等。
而遥感影像处理技术则是从海量的遥感数据中提取有用信息的关键环节。
近年来，随着计算机技术、传感器技术等的不断发展，遥感影像处理技术也取得了显著的进展。
一、高分辨率遥感影像的获取与处理随着卫星技术的不断进步，高分辨率遥感影像的获取变得越来越容易。
高分辨率意味着能够捕捉到更细微的地物特征，为更精确的分析和应用提供了可能。
然而，高分辨率影像也带来了数据量巨大、处理难度增加等问题。
在处理高分辨率遥感影像时，图像配准和融合技术显得尤为重要。
图像配准是将不同时间、不同传感器获取的影像进行精确对齐，以实现信息的综合利用。
而图像融合则是将多源影像的优势结合起来，生成一幅更具信息量和准确性的影像。
为了提高配准和融合的精度，研究人员提出了许多新的算法和模型，如基于特征点的配准方法、多尺度融合算法等。
二、多光谱和高光谱遥感影像分析多光谱遥感影像包含了多个波段的信息，能够反映地物在不同波长下的反射特性。
高光谱遥感影像则具有更高的光谱分辨率，可以提供更详细的地物光谱特征。
在多光谱和高光谱遥感影像分析中，光谱特征提取和分类是重要的研究方向。
传统的基于像素的分类方法往往忽略了地物的空间相关性，导致分类精度不高。
近年来，基于对象的分类方法逐渐兴起，它将影像分割成具有相似特征的对象，然后对对象进行分类，有效地提高了分类精度。
此外，深度学习技术也被应用于光谱特征提取和分类中，取得了较好的效果。
三、雷达遥感影像处理技术雷达遥感具有全天时、全天候的观测能力，在灾害监测、地形测绘等领域发挥着重要作用。
雷达遥感影像的处理面临着斑点噪声去除、几何校正、目标检测等挑战。
针对斑点噪声问题，研究人员提出了多种滤波算法，如均值滤波、中值滤波、小波滤波等。
在几何校正方面，精确的轨道模型和地面控制点的选取是提高校正精度的关键。
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。
遥感影像配准技术及应用研究
遥感影像配准技术及应用研究遥感技术是现代化社会的产物，它以卫星遥感和航空遥感为主要手段，以在海、陆、空中相机等数码影像获取设备为载体，利用成像分辨率优异和快速获取数据的特点，实现短时间内大面积地图制作和数据采集的效果。
而遥感影像配准技术的应用则在众多研究领域中具有广泛的应用，如城市规划、农业、环境监测等领域，无疑是未来发展的重要方向。
遥感影像配准技术的概念所谓遥感影像配准技术，简单来说就是将两幅及以上的遥感图像进行位置和方位决策，从而使它们能够在同一个几何坐标系下进行比较、对照和计算，以获取更精确更全面的信息。
它的主要目的是为了将多个遥感图像融合到一起，形成高分辨率、高时效性、高精度度数值地图或时间序列地图。
遥感影像配准技术的分类根据分类方法的不同，遥感影像配准技术可以分为以下几种：1.点对点配准技术：这是最早的遥感影像配准方法，它利用人工地识别待配准遥感图像和已知参考图像中具有对应关系的某些物点和地标物，求出两图像中对应相同点的变换之间的数学传递函数，并将待配准图像变换至与标准图像相同的地理坐标系下，以实现两幅图像对比和分析。
2.特征点匹配配准技术：特征点匹配配准技术是一种自动匹配待配准图像和已知参考图像中的特征点，建立两幅图像之间的几何变换关系的方法。
该技术在配准速度、自动性和通用性方面有很大的优势。
它适用于图像中含有特殊标志物、建筑物等的区域。
3.基于互信息的配准技术：基于互信息的配准技术是一种权衡速度和精度的取舍，通过比较待配准和标准图像中像素值的相似度、互异性和相关性等统计指标，来计算两幅图像之间的相似度，实现图片配准。
遥感影像配准技术的应用遥感影像配准技术在很多领域都有着广泛的应用，下面将介绍一些最为典型的应用场景。
1.城市规划：随着城市化进程的加速，城市规划和管理变得越来越复杂。
高分辨率遥感影像指导了城市空间结构的分析和控制，对于合理规划和管理城市起到了至关重要的作用。
在城市规划中，通常需要对不同时间或不同数据源的遥感影像进行配准，以实现城市空间态势的比较和分析。
遥感影像处理中的图像配准技术研究
遥感影像处理中的图像配准技术研究遥感影像作为一种远程获取地球表面信息的手段，已经广泛应用于农业、林业、城市规划、地质勘探等领域。
在遥感影像处理中，图像配准技术是非常重要的一步，它可以将不同时间、不同角度、不同分辨率、不同传感器获取的遥感影像精确地拼接起来，为后续的数据分析和信息提取提供准确的基础。
图像配准技术的基本概念图像配准是指将不同图像空间中的图像通过一系列变换，使得它们在相同的空间坐标系中具有相似的几何特征和像素值。
图像配准技术可以分为点匹配和区域匹配两大类。
点匹配是指在两幅图像中找出对应的特征点，通过计算这些特征点的坐标变换关系来进行图像配准。
常用的特征点匹配方法有SIFT、SURF和ORB等。
这些方法利用图像中的局部不变性特征点，在不同的图像中寻找出携带相同信息的点，然后通过点匹配对图像进行配准。
区域匹配是指在两幅图像中找出特征区域，以此来进行配准。
常用的区域匹配方法有基于互相关的方法和基于相位相关的方法。
其中基于互相关的方法是最简单的区域匹配方法，它利用图像中的像素值相似度进行匹配，并通过计算变换矩阵把两幅图像对齐。
基于相位相关的方法则是通过将图像转换到频域进行滤波、反变换等处理，从而实现图像配准。
图像配准技术在遥感影像处理中的应用在遥感影像处理中，图像配准技术是非常重要的一步。
由于遥感影像分辨率不同，光学成像区域不同等因素的影响，所获取的遥感影像之间存在较大的差异，必须经过配准才能拼接成一幅完整的图像。
同时，配准后的遥感影像还需要通过遥感影像处理技术来进行分析和提取信息。
图像配准技术在遥感影像处理中的应用广泛，其中最为常见的是农业、林业和城市规划等领域的应用。
在农业领域中，图像配准技术可用于对不同时间或不同角度获得的遥感影像进行配准，从而得出关于植物的生长状态、地面覆盖率等信息。
在林业领域中，图像配准技术可用于不同时间、不同季节甚至不同年份获得的遥感影像进行比较，从而了解森林变化、伐木状况等情况。
多时相遥感影像变化检测方法研究进展综述
多时相遥感影像变化检测方法研究进展综述1. 本文概述随着遥感技术的飞速发展，多时相遥感影像在环境监测、资源管理、城市规划等领域发挥着越来越重要的作用。
多时相遥感影像变化检测，作为遥感影像分析的核心内容之一，旨在识别和量化不同时间点获取的遥感影像之间的变化信息。
本文旨在全面回顾和评述多时相遥感影像变化检测方法的研究进展，包括传统方法和基于深度学习的方法，以及它们在各类应用场景中的性能表现。
本文首先介绍了多时相遥感影像变化检测的基本概念、研究背景和重要性。
随后，本文详细梳理了当前主流的变化检测方法，包括基于像素、基于特征和基于决策的方法，并分析了这些方法的优缺点。
特别地，本文重点关注了近年来兴起的基于深度学习的变化检测方法，如卷积神经网络（CNN）、循环神经网络（RNN）和生成对抗网络（GAN）等，并探讨了它们在提高变化检测精度和效率方面的潜力。
本文还讨论了变化检测方法在实际应用中面临的挑战，如数据异质性、变化类型多样性和计算复杂性等，并提出了可能的解决方案和未来研究方向。
通过本文的综述，我们期望为遥感科学和相关领域的研究者提供一个关于多时相遥感影像变化检测方法的全面了解，并激发新的研究思路和技术创新。
2. 多时相遥感影像基本概念多时相遥感影像，指的是在不同时间点对同一地区或目标进行多次遥感观测所获取的影像集合。
这些影像可以来自同一传感器，也可以来自不同传感器，但它们的共同点是都反映了同一地区在不同时间点的地表状况。
多时相遥感影像的获取，有助于我们深入了解地表的动态变化，如土地利用覆盖变化、城市扩张、自然灾害等。
多时相遥感影像的变化检测，就是通过对这些不同时间点的影像进行比较和分析，识别出地表发生的各种变化。
这种变化检测的方法，可以基于像素级、特征级或对象级进行。
像素级变化检测主要关注像素值的变化，通过比较不同时间点的像素值来识别变化区域特征级变化检测则提取影像中的特定特征，如纹理、形状等，通过比较这些特征的变化来识别地表变化对象级变化检测则是将影像分割为不同的对象，通过比较这些对象的变化来识别地表变化。
测绘技术中的数据融合和多源遥感图像的配准
测绘技术中的数据融合和多源遥感图像的配准引言：在现代科技的快速发展下，测绘技术的应用范围越来越广泛，成为工程、农林、城市规划等领域不可或缺的重要手段。
其中，数据融合和多源遥感图像的配准作为测绘技术的两个重要方向，具有重要的实践意义和研究价值。
本文将从测绘技术的角度探讨数据融合和多源遥感图像配准的应用和挑战。
一、数据融合的应用数据融合是指将不同数据源的信息进行整合，生成具有更高质量、更全面和更一致性的数据产品。
在测绘技术中，数据融合可以提高地理信息系统的准确性和可靠性，为城市规划、道路建设等提供重要依据。
1.1 遥感数据与地面调查数据的融合遥感数据和地面调查数据是测绘技术中常用的两种数据源。
遥感数据可以通过卫星或无人机等设备获取大范围、高分辨率的影像数据，而地面调查数据则可以提供准确的地理位置信息。
将这两种数据进行融合，可以得到既有广大范围又有高准确性的数据产品，为地理信息系统的建设提供基础。
1.2 不同时期遥感图像的融合随着时间的推移，同一地区的遥感图像会有不同的采集时期。
将不同时期的遥感图像进行融合，可以得到地表特征的变化情况，为城市规划、土地利用等提供重要参考。
通过数据融合技术，我们可以看到城市的扩张、农田的变化等，为决策者提供科学、准确的依据。
二、多源遥感图像的配准多源遥感图像配准是指将来自不同传感器、不同平台的遥感图像进行准确的位置对应，以实现不同图像数据的无缝拼接和统一管理。
这对于建立完整、连续的地理信息产品非常重要。
2.1 传感器间配准不同传感器产生的图像具有不同的成像原理和几何特性，因此需要对其进行配准，以消除图像间的几何差异。
传感器间的配准涉及到旋转、平移、缩放等变换参数的计算和校正，挑战在于不同传感器所使用的坐标系统和校正算法的差异。
2.2 平台间配准同一传感器不同平台的图像也需要进行配准，以消除平台运动带来的几何偏差。
在飞行器或卫星上安装的传感器会随着平台的移动而发生一定的姿态变化，因此需要通过配准算法将这些图像对应到同一坐标系统中。
多平台多传感器多源信息融合系统时空配准及性能评估研究
多平台多传感器多源信息融合系统时空配准及性能评估研究1. 本文概述随着信息技术的飞速发展，多平台多传感器多源信息融合技术在众多领域，如军事侦察、环境监测、智能交通等，发挥着越来越重要的作用。
该技术通过整合来自不同平台、不同类型传感器以及多种信息源的数据，以提高信息处理的准确性和效率。
由于各种传感器在时空上的差异，如何有效地进行时空配准成为该领域研究的重点和难点。
本文旨在探讨多平台多传感器多源信息融合系统中的时空配准方法，并对不同方法的性能进行评估。
本文首先介绍了时空配准的基本概念及其在多源信息融合系统中的重要性。
随后，详细分析了目前常用的时空配准技术，包括基于滤波器的方法、基于图论的方法以及基于深度学习的方法。
进一步，本文对这些方法的优缺点进行了比较分析，并提出了改进建议。
本文通过仿真实验评估了这些方法的性能，为实际应用中的时空配准技术选择提供了参考依据。
本文的研究成果不仅有助于深化对多平台多传感器多源信息融合系统中时空配准技术的理解，而且对于推动相关领域的技术进步具有积极意义。
2. 相关理论与技术基础多平台多传感器信息融合理论是本研究的核心，其基础是信息融合的层次模型。
该模型通常包括三个层次：数据层融合、特征层融合和决策层融合。
数据层融合直接在原始数据上进行，不涉及数据解释，其优点在于保留了尽可能多的原始信息，但计算量较大。
特征层融合则是在提取特征后进行，减少了数据量，提高了处理速度，但可能会丢失部分信息。
决策层融合是在各个传感器独立做出决策后进行，其优点在于灵活性和鲁棒性较强，但要求各传感器具有高度的决策一致性。
时空配准是多源信息融合的关键技术之一，其目的是将来自不同时间和空间的信息进行对齐，以便进行有效融合。
时空配准主要包括时间配准和空间配准两个方面。
时间配准解决的是不同传感器数据在时间上的不一致问题，常用的方法有时间延迟补偿、插值等。
空间配准则是解决数据在空间上的不一致问题，常用的方法有坐标变换、投影变换等。
- 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)。
影像重采样
图 １ 影 像 配 准 流 程 图
影 像 配准 的 流程 图如 图 １所 示 ， 文着 重 讨 论 本
近年来 国 内外 多 源 遥感 影像 自动 配 准 所 采 用 的 技 术 ， 于配 准模 型和影 像重采 样方 面不做 详 细介绍 。 对
赫 ｛
ｌ 差平方 协方差， 和， 相关函数归一
… Ｉ互 系 ，信 相 相 ， 化度 关 数互 息 位 关 梯 相
中 图分 类 号 ： Ｐ ９ Ｔ ７
文献 标 识码 ： Ａ
文 章 编 号 ：０ ０ １ ７ ２ １ ） １ — ０ ２ 一 Ｏ １ ０ —３ ７ （０ １ １ ５ １ １ ７
Ｔｈｅ Ｒｅ ｅ ｒ ｈ Ｓ ａ ｅ ｏ ｈｅ Ａｕ ｏ ａ ｉ ｇ ｓｒ ｔｏ ｃ ｎｉ ｅ ｓ ａ ｃ ｔ ｔ ｆｔ ｔ ｍ ｔｃ Ｒｅ ｉｔａ ｉ ｎ Ｔｅ ｈ ｑｕ ｓ ｏ ｕ ｔ＿ ｅ ｏ ｍ ｏ ｅＳ ｎ ｉ ｇ Ｉ ａ ｅ ｙ ｆＭ ｌｉｓ ｎｓ ｒ Ｒｅ ｔ ｅ ｓｎ ｍ ｇ ｒ 。
息 的优 势 互 补 ， 合 利 用 提 供 了一 个 很 好 的 途 径 。 综 多源 遥感 影像 的 自动配准 目前 已经成 功地 应用 于影 像融合 口 、 像分 类［ 、 ］影 ２ 变化检 测 ［ 、 ］ ３ 环境 检 测 ＿ 、 ］ ４ 以 ］ 及地 图更 新［ 等方 面 ， 其对 于突 发性 事 件 的应 急 ５ 尤 处理 和灾 害评估 有着 极为 重要 的作用 ［ 。由于 多源 ６ ］ 遥感 影像 由不 同 的传 感 器 获取 ， 录 的分 别 是地 物 记 对 不 同波段 的响应值 ， 征不 同 的物理特 性 ， 元表 表 像 现 形式 差异较 大 ， 因此提 取光 学影 像 、 达影像 等多 雷
摘要 ： 综合利用 多种不 同遥感 卫星获取 的数据 ， 以较为全 面地 反映观 测对象 的几何 和物理特 性， 可 有利 于后 续影像 融合、 影像 分类等操作 的进行 ， 但是不 同传 感器 设计各 异 ， 多源 影像 自动 配准难度 重重。为 此本文 首先 使 对 自动配准的流程进行简要介绍 ， 而对 国内外多源遥感 影像 的 自动配准技术进行 了分 析和评述 ， 进 最后总结 了多
② Ｇ ａ ｕ ｔ Ｕ ｉｅｓ ｙｏ ＡＳ， ｅ ｉｇ １０ ４ ； ｒ ｄ ａｅ ｎｖｒｉ ｆ Ｃ ｔ Ｂ ｉ ｎ ０ ０ ９ ｊ
③ ｎｅ ｏ ｒ Ｄ ｓｒ ａ ｉｎ ａ ｄ Ｄｉ ｉ ｌ 口 跣 ， ＡＳ Ｂ ｉｉｇ １ ０ ９ ） ｔｒｆ ｒ ６ｅｖ ｔ ｎ ｇ ｔ ｒ Ｃ ， ｅ ｎ ０ １ ０ ｏ ａ Ｅ ｊ
ｄ ｐ ｃ ｅ ｏ ｎ ｌ ， ｉｈ ｍａ ｅ ｈ ｕ ｓ ｑ ｅ ｔｐ ｏ ｅ ｓｎ ｕ ｈ ａ ａ ｅ ｆ ｓｏ ｉ ｇ ｌｓ ｉ ｃ ｔｏ ｎ Ｏ ｏ ｒ ｏ ｖ ｎ ｅ ｔ ｅ ｉ ｔｄ ｒ ｕ ｄ ｙ ｗｈ ｃ ｋ ｓ ｔ ｅ ｓ ｂ ｅ ｕ ｎ ｒ ｃ ｓ ｉ ｇ ｓ ｃ ｓｉ ｇ ｕ ｉ ｎ， ｍ ｍａ ｅ ｃａ ｓｆ ａ ｉ ｎ ａ ｄ Ｓ ｎ ｍｏ ｅ ｃ ｎ ｅ ｉｎ ． ｉ
源 遥 感 影 像 自动 配 准 技 术 面 临 的主 要 问题 ， 展 望 了其 未 来 的 发展 方 向。 并
关键 词 ： 多源遥感影像 ； 自动配准 ； 特征提取
ｄ ｉ１ ． ９ ９ ｊｉｓ ． ０ ０ ３ ７ ． ０ １ ０ ． ２ ｏ ：０ ３ ６ ／．ｓｎ １ ０ — １ ７ ２ １ ． ３ ０ ３
（） 准模 型 的确定 。首先 根 据 基 准影 像 和 待 ３配
配 准影像 的类 型确定 具体 采用 的配 准模 型 以及参 数 计算 的方 法 ， 然后根 据 同名 特 征 匹配 点 对 计算 配 准
模 型 的参 数 。
种数据 来 源 的遥 感 影像 配 准 在 一 起 ， 多 源遥 感 信 为
Ａｂ ｔａ ｔＢｙｉｔｇ ａｉｇ ｔ ｅｍｕｔ ｓ ｎ ｏ ｍａ ｅ ｏ ｅｈ ｒ ｔ ｅ ｇ ｏ ｔｙ ａ ｄ ｐ ｙ ｉａ ｅ ｔ ｒｓｏ ｂ ｅｖ ｔｏ ｂｅｔｃ ｎ ｂ ｓｒ ｃ ： ｅ ｒｔ ｈ ｌｉ ｅ ｓ ｒｉ ｇ ｓｔ ｇ ｔ ｅ ，ｈ ｅ ｍｅｒ ｎ ｈ ｓｃ １ｆａｕ ｅ ｆｏ ｓ ｒ ａｉｎ ｏ ｊｃ ａ ｅ ｎ ｎ —
特征提取
外 ， 准影像 之 间在 时 相 、 摄 角度 、 辨 率 方 面 的 配 拍 分 差 异 ， 给 多源遥 感 影像 之 间 的高 精度 配 准 增 加 了 也
难度 。 本 文对 多源 遥感 影像 自动配 准技 术 的研 究进 展
空间 ｌ 线， 点， 区域或轮廓。 由点， 或区 线 特征 ｌ 域组合成的复合特征
非线性模型
最近邻 内插， 双线性 内插 双三次卷积内插，Ｐ （ ｒａｖ ｌ ） Ｖ ｐ ｔ ｌ ｏ ｍｅ ａ ｉ ｕ 内插 ｔｉ—ｌ ｅ ｐｉｅ ｈｎｐａ ｌ ｔｓ ｎ
２ 影 像 配 准 的 基 本 流 程
影像 配准 是指 在 两 幅 （ 多 幅） 不 同 的 时间 、 或 在 从 不 同的角度 、 由不 同 的传 感 器 获取 的影 像 之 间识
Ｗ ＡＮＧ ｉ ｕ ① ， Ａ ｉｎ ｗｅ ￣ ， ＥＮ ｅ Ｒｕ— ｉ ～ Ｍ ｒ Ｊａ － ｎ ＣＨ Ｘｕ ０
（ Ｉ ｓｉ ｔ ｏ ｅ ｔ Ｓ ｎ ｉ ｇ Ａｐ ｌ ａ ｉｎ ， ＡＳ Ｂ ｉｉｇ １ ０ ０ ； ① ｎ ｔ ｕ ｅ ｆ Ｒ ｍｏｅ ｅ ｓ ｐ ｉ ｔ ｓ Ｃ ， ｅ ｎ ０ １ １ ｔ ｎ ｃ ｏ ｊ
Ｂｕ ｈ ｉ ｅ ｅ ｔｄ ｓｇ ｅ ｗｅ ｎ ｓ ｎ ｏ ｓ ｃ ｕ ｅ ｉ ｉ ｉｕ ｔ ｎ ａ ｔ ｍ ａ ｉ ｒ ｇ ｓｒ ｔ ｎ ｂ ｔ ｅ ｌｉ ｅ ｓ ｒ ｉ ｇ ｓ Ｉ ｈ ｓ ｔ ｔ ｅ ｄ ｆ ｒ ｎ ｅ ｉ ｎ ｂ ｔ ｅ ｅ ｓ ｒ ａ ｓ ｓ ａ ｂ ｇ ｄ ｆ ｃ ｌｙ ｉ ｕ ｏ ｔ ｅ ｉｔ ａ ｉ ｅ ｗｅ ｎ ｍｕ ｔ ｓ ｎ ｏ ｍａ ｅ ． ｎ ｔ ｉ ｆ ｆ ｃ ｏ －
ｐ ｐ ｒ ｆｒ ｔｔ ｅ ｆ ｗ ｆａ ｔ ｍａ ｉ ｅ ｉｔ ａ ｉ ｎ ｉ ｎ ｒ ｄ ｃ ｄ ｂ ｉｆｙ，ｈ ｎ ｔ ｅ ｔ ｃ ｎ ｑ ｅ ｆａ ｔ ｍａ ｉ ｅ ｉｔ ａ ｉ ｎ ｏ ｌｉ ｅ ｓ ｒ ａ ｅ ，ｉｓ ｈ ｌ ｏ ｕ ｏ ｔ ｒ ｇ ｓ ｒ ｔ ｓ ｉ ｔｏ ｕ ｅ ｒｅ ｌ ｔ ｅ ｈ ｅ ｈ ｉ ｕ ｓｏ ｕ ｏ ｔ ｒ ｇ ｓ ｒ ｔ ｆｍｕ ｔ ｓ ｎ ｏ ｏ ｃ ｏ ｃ ｏ －
特征 匹配
根据点、线、区域、轮廓 基于特征 的 匹配 等特征描述的相似性测度 识别 同名点
基于 区 域 综合利用统计特征和空 问 和特征 的 特征的相似性测度识别 同 匹 配 名点
计算配准
线性 ｌ 刚体变换模 型， 仿射变换模型
模型 ｌ 相似性变换模型， 投影变换模型
２ １． Ｏ１３
综逮
遥感信息
多源 遥感影像 自动配准技术 的研究进 展
王瑞 瑞 ① ， 建 文⑦， 雪① ～ 马 陈
（ 中 国科 学 院遥 感 应 用 研 究 所 ， 京 １ ０ ０ ； 中国 科 学 院对 地 观 测 与 数 字 地 球 科 学 中心 ， 京 １０ ９ ； ① 北 ０１１② 北 ０ ０ ４ ③ 中 国科 学 院 研 究 生 院 ， 京 １ ０ ４ ） 北 ０ ０ ９
（ Ｓ １ ０ ＣＸ） ０８ ０ １ ０ 。
作者 简介 ： 王瑞 瑞 （ ９ ３ ， ， １ ８ ￣） 女 主要研 究方 向为 多源 遥感 图像 的智 能处 理 。
Ｅ ｍａｌｗａ ｇ ｕｇｓ １ ３ ｃ ｒ － ｉ： ｎ ｒ ｉｉ＠ ６ ． ｏ ｎ
一
１ ２１ —
遥感信息
综 述
指数 ， 从而快 速地 制定 出更 为合理 的决 策方 案 。 多源遥 感影 像 的 自动 配准能 够方便 快捷 地将 多
基于 区域 根据 统计特征 的相似性测 的匹配 度识 别同名点
影 像 配 准
进行 了系 统地评 述 ， 先 简单 介 绍 了影像 配准 的基 首
本流 程 ， 然后对 多 源遥 感 影像 的 自动 配 准 技术 进 行 了综 述 ， 分析 了各种 方法 的适用 范 围和优 缺点 ； 最后 总结 了多 源遥感 影像 自动 配准技 术 目前所存 在 的主 要 问题 ， 对其 未来 进行 了展望 。 并
源 遥感 影像 中共 同 的相 似性测 度或 者 同名特 征就成 为一个 关键 的 问题 ， 是 当前 研 究 的热 点 问题 。另 也
（） ４ 影像 重采 样 。根 据 配 准模 型对 待 配 准影 像 进行 转换 ， 位于非 整数 行列上 的影 像像 素灰 度值 ， 对
选 取一 种 内插 方法 进 行 计 算得 到 ， 后 得 到 配 准后 最 的影像 。
用 中， 由于天 气状 况 的多变 性 、 形 的复杂 性 以及 应 地
用 的多样 性 ， 一 传感 器类 型 的遥 感 数 据往 往 不 能 单
提供足够的信息以满足应用的需求 ， 综合利用不 同
遥 感卫 星获 取 的数 据 ， 以较 为 全 面 地刻 画观 测 对 可 象 的几 何和 物理 特 性 ， 就 需 要将 多种 传 感 器 获 取 这 的多角 度 、 多尺 度 、 者 多时相 的遥 感影 像 融合在 一 或
起 ， 到更 加丰 富完 整 的信息 ， 得 提取 更 为精确 的信 息
收稿 日期 ：Ｏ Ｏ ４ ８５
基金 项 目 ：６ 项 目（０ ７ １ Ｚ ５ ） 国家 自然科学 基金 （ ０ ０ ２ ４ 和 中 国科 学 院 知识 创新 工 程青 年 人 才领 域 前 沿 项 目专 项 项 目 ８３ ２ ０ ＡＡ ２ １ ７ 、 ４９ １３ ）
１ 前 言
随着 遥 感 技 术 的发 展 ， 感 数 据 获取 的来 源 更 遥 加 丰 富 ， 内外 多 种类 型 的遥 感 器 研 制 成 功 并 投 入 国 使 用 。遥 感 数 据 向着 多 角 度 、 尺 度 、 波段 、 多 多 多类 型 的方 向发展 ， 如何 自动快 速 地 实 现 多 源 遥 感 影像 配准成 为 运行 系统 探索 的基 础研 究课 题 。在 实际 应