多视场遥感图像虚拟焦面拼接理论误差分析

随着遥感对地观测技术的发展,对大视场、宽幅数据的需求日益增加,经常需要通过多幅遥感图像拼接来满足图像幅宽的要求。由多台相机同轨同时成像并拼接获取大幅宽遥感图像可以解决图像幅宽的问题。目前主要采用基于匹配的图像域拼接方法或根据成像几何关系生成虚拟拼接图像的方法获取宽幅图像。而生成虚拟拼接图像的方法物理意义明确且拼接后图像具有经典成像几何关系,成为图像拼接发展的趋势。文章根据同轨多视场图像虚拟焦面拼接原理,由摄影测量严格共线方程几何定位模型推导了多台相机不同视场图像的理论拼接误差计算公式,得出拼接误差的主要误差源;并仿真实验分析了拼接理论误差对图像拼接的影响,为多台相机拼接获取宽幅图像的设计和应用提供一定参考。     

用局部灰度极值方法进行多光谱图像配准算法研究

针对多光谱遥感图像,提出了一种基于局部灰度极值的配准方法:通过在基准图像和待配准图像中同步寻找含有灰度极值的小区域,再用多项式对极值区域进行曲面拟合,最后,分别计算小区域的极值点作为特征点对进行配准。并用真实和模拟多光谱图像进行了试验,结果显示本课题提出的方法具有算法简单和配准精度高的特点。     

基于频域时域相结合的医学图像配准算法

医学图像配准技术是目前医学图像处理中的研究热点,对于临床诊断和治疗有重要意义。为解决存在平移变换和旋转变换的两幅刚性医学图像的配准问题,结合图像信号傅里叶变换的平移特性和旋转特性,提出了一种基于频域与时域相结合的医学图像配准算法。该算法将旋转调整和平移调整分而治之,首先以图像信号的幅度谱互相关确定旋转参数,再以图像的时域体素互相关确定平移参数。将该算法用于对核医学图像配准及多模态医学图像配准实验,结果表明该算法是一种速度快、精度高、鲁棒性好的医学图像配准方法。     

基于交互融合的高精度图像融合算法的研究

针对可见光和SAR图像融合,提出了一种基于跨模态差分感知和注意力机制的交互融合（TDPAM Fusion）算法,能有效保留可见光图像中的纹理结构和SAR图像的细节信息。首先,采用跨模态差分感知融合（Cross-Modal Differential Perception Fusion, CMDAF）模块提取图像的互补信息,避免真值缺失并提高融合精度。其次,通过坐标注意力机制（Coordinate Attention,CA）提高特征提取的准确性和效率,增强语义信息的集成。最后通过交互融合算法（Interactive Fusion Module,IFM）将特征自适应融合。设计了相应的大型基准数据集,用于网络模型的训练和测试。实验结果表明：TDPAM Fusion融合算法可以获得包含清晰SAR信息的高质量可见光图像。此外,融合算法将互信息（Mutual Information,MI）、空间频率（Spatial Frequency,SF）、视觉保真度（Visual Fidelity,VIF）和相关系数（Correlation Coefficient,CC）等关键指标,分别提高了约6.41%、10...     

CBERS—1卫星CCD相机的光学拼接、配准和定焦

文章介绍了CBERS－1卫星的CCD相机的光学拼接、配准和定焦技术，它们是获得清晰度图像的关键技术。     

激光成像系统实验研究

为解决激光脚点（laser footprint）在光学图像中的定位问题,建立分析模型,构建了集成激光测距机和CCD摄像机的实验室激光成像系统;通过实验,对采集的数据进行了图像配准和融合,反演出被测目标三维图像,包含了被测目标高程与灰度信息。     

基于改进SIFT的SAR图像与可见光图像配准

针对SAR图像与可见光图像的自动配准问题,提出了一种基于尺度不变特征(SIFT)的SAR与可见光图像配准算法。算法首先对SIFT主方向的检测进行了优化,利用特征点邻域内边缘局部极大值点的梯度方向作为特征点的方向,并以去均值归一化互相关系数为相似性度量进行特征点对匹配,然后通过随机抽样一致性算法(RANSAC)剔除误匹配点对,最后利用剩余的特征点对实现SAR与可见光图像的自动配准。实验结果表明,本算法对不同分辨率图像和不同旋转角度图像具有较好的适用性,在正确匹配点的比率和定位精度方面都优于原始SIFT算法和Harris算法。     

CBERS-1卫星CCD相机的光学拼接、配准和定焦

文章介绍了CBERS -1卫星的CCD相机的光学拼接、配准和定焦技术 ,它们是获得高清晰度图像的关键技术。     

抗旋转和缩放的SAR与可见光图像自动配准算法

针对合成孔径雷达与可见光图像在大角度旋转和大比例缩放情况下的高精度自动配准问题,提出了一种尺度和旋转不变的SAR(Synthetie Aperture Radar)和可见光图像自动配准算法.算法以SIFT(Scale Invariant Feature Transform)算法为基础,首先通过增强Frost滤波和自适应直方图均衡增强SAR和可见光图像的共性,使其显著提高能够提取出足够多的特征点数目,然后再通过特征描述方法、相似性度量方法、点匹配方法、特征点聚类方法和误匹配点剔除方法等方面对原始SIFT方法进行改进,有效地提高其在多源图像、强噪声、复杂成像条件下的特征提取和匹配性能,最后通过最小二乘法和相似变换模型实现SAR和可见光图像的精确配准.试验表明该算法对图像尺度和角度变化具有良好的适用性,在正确匹配点的比率和定位精度方面都优于原始SIFT算法和Harris算法,具有良好的工程应用前景.     

一种多分辨率图像目标检测算法

为解决航天遥感图像分辨率和目标尺度变化大的挑战,提出了一种基于多分辨率图像的目标检测算法。改进了自适应特征金字塔和轻量级的分类预测模块,通过使用注意力机制,从不同层次的特征图中提取语义信息。引入了一种预测目标尺度的方法,以分析图像中目标的分布和尺度信息。将算法在DOTA（Dataset for Object deTection in Aerial Images）数据集上进行了实验验证,在U-Net（一种基于卷积神经网络的语义分割算法）和ResNet-34（一种深度残差网络）两种不同的主干网络设置下,召回率和检测速度均超过了RPN（Region Proposal Network,区域提议网络）算法。提出的多分辨率图像目标检测算法能有效地提高检测精度,降低计算复杂度。     

引入图像复原技术的遥感卫星图像压缩解码算法

针对遥感卫星基于小波变换的光学图像有损压缩算法,提出了一种引入图像复原技术思路的算法,对遥感图像解码处理过程中获得的低频信息进行复原,可以获得更多的用于在频域范围内描述图像结构信息的高频分量增益,从而提升整个解码图像的质量。通过此算法与传统的小波压缩算法进行对比,结果表明:压缩恢复图像的峰值信噪比(PSNR)较传统算法有0.1~0.3dB的改善,压缩恢复图像表现出更为丰富的纹理特性,可降低对遥感卫星图像数据处理和天地链路数据传输的要求。     

一种检测ＳＡＲ图像边缘的方法

传统算法不能很好地解决合成孔径雷达（ＳＡＲ）图像边缘检测问题，为此提出了一种改进方法：将Ｈaralick曲面拟合法和改进的广义模糊算子（ＧＦＯ）两种算法相结合，分别独立求出ＳＡＲ图像边缘，然后将分别求出的图像边缘合并，得出最终边缘，用实际ＳＡＲ图像对该算法进行检验，验证了该算法的有效性。     

一种基于可操纵金字塔的鲁棒图像匹配算法

图像匹配是计算机视觉和图像处理领域中一个比较活跃的研究课题。针对离散小波变换对于图像平移和旋转的敏感性，提出了一种基于可操纵金字塔的图像匹配算法。算法考虑的是图像之间存在平移和旋转变换的情况。首先，变换的近似旋转角在图像分解的最底层采用环映射算法得到，然后在图像分解的其余层提取兴趣点作为匹配特征，并使用Hausdom距离来度量参考图像和待匹配图像之间的相似性，依次得到由粗到细的匹配结果。实验表明该算法具有较高的匹配精度和较强的鲁棒性。     

基于空域结构渐进描述的图像压缩算法

目前通用的变换域图像压缩算法由于其工作原理导致其在压缩具有丰富纹理细节的遥感图像时质量不高,为了满足当前航天遥感技术的需要,提出了一个基于在空间域上对图像结构进行渐进描述的图像压缩算法。该算法把分块图像根据其内部的纹理复杂程度分为平坦、粗纹理和细纹理3种模式,并利用纹理简单模式叠加修正的方式来渐进地描述纹理复杂模式。在压缩细节纹理较少的图像时,该算法的结果与基于小波变换的典型算法SPIHT相当,而在压缩纹理细节丰富的图像时,该算法明显优于SPIHT算法。     

子孔径拼接检测方法的目标函数优化

子孔径拼接检测技术是一种利用小口径干涉仪实现对大口径光学系统检测的有效方法.在子孔径拼接算法中,需要对子孔径重叠区域的采样数据进行最小二乘拟合,得到各孔径的相对误差,从而将它们统一到同一参考面上,完成拼接.最小二乘拟合目标函数的优劣将直接影响拼接精度的高低.文章利用光学仿真软件,提取对误差敏感的Zernike多项式的项,并推导得到具有较高精度的目标函数,通过仿真计算验证了该目标函数能满足高精度子孔径拼接的要求.     

基于图论Gomory-Hu算法的SAR图像多尺度分割

由于SAR图像含有斑点噪声,很难有效的分割出精确的结果,为此提出一种新的基于图论的SAR图像分割方法,证明了算法具有最优解,分析了算法的复杂度,验证了算法具有实时性。该算法通过构造多尺度结构快速找到收缩图以及初始图的子图集合,然后对其分别应用Gomory-Hu算法得到对应的等价树,最后根据规则得到初始图的等价树,按照割值由小到大依次去边后,可得到对原图的最优划分,映射回图像则可得分割结果。实验结果说明了算法的有效性和实时性。     

基于Zernike矩的高精度太阳图像质心提取算法

在基于太阳观测的月球车天文导航系统中,针对太阳传感器中图像噪声以及典型图像退化的不良影响,提出了一种基于Zernike矩的高精度太阳质心提取算法。采用Sobel算子进行边缘检测,Zernike矩重定位亚像素边缘,用最小二乘法拟合圆心。而当图像存在退化时,进行有效圆边缘点检测后,再用该法提取质心。从理论上分析了Zernike矩亚像素边缘检测对圆拟合法的改进作用。利用仿真图像和地表实验图像,将本文方法与传统的重心法、带阈值的重心法和圆拟合法进行了比较。结果表明,本文方法精度更高,具有更好的稳定性,可以对月球车天文导航精度的提高起良好作用。     

一种基于分类DCT的SAR图像压缩算法

提出了一种基于分类 DCT的 SAR图像压缩编码算法 ,该算法在国际静止图像压缩标准 JPEG基础上 ,将图像划分为平坦区域和波动区域 ,依据人的视觉生理特点 ,对不同区域采用不同的量化编码方式 ,结果 ,既可以获得较高的压缩比 ,同时也可保证良好的视觉效果。实验结果验证了算法的有效性     

一种基于非采样Contourlet变换的图像融合算法

非采样Contourlet变换(Nonsubsampled Contourlet transform,NSCT)是 一种新的多尺度变换,它同时具有方向性、各向异性和平移不变性,能有效的表示图像的边 沿与轮廓。提出了一种基于非采样Contourlet变换的图像融合方法。首先用NSCT对已配准的 源图像进行分解,得到低频子带系数和各带通子带系数;其次对低频子带系数利用均匀度进 行系数选择,针对各带通子带系数提出了基于区域特征的系数选择方案,得到融合图像的NS CT系数;最后经过NSCT逆变换得到融合图像。实验结果表明该算法可获得较理想的融合图
像,取得了优于小波变换和Contourlet变换的融合效果。