多模態(tài)遙感圖像配準

目錄
前言
第1章緒論1
1.1多模態(tài)遙感圖像配準的意義1
1.2圖像配準技術概述3
1.2.1圖像配準的定義3
1.2.2圖像配準的基本步驟3
1.2.3配準精度評價4
1.3多模態(tài)遙感圖像自動配準所面臨的挑戰(zhàn)5
1.4研究現(xiàn)狀和發(fā)展趨勢8
1.4.1基于區(qū)域的配準方法9
1.4.2基于特征的配準方法10
1.4.3基于深度學習的配準方法11
1.4.4發(fā)展趨勢12
1.5本書主要內容13
1.6本章小結15
第2章圖像處理基礎知識16
2.1圖像數(shù)字化16
2.1.1采樣和量化16
2.1.2數(shù)字圖像的表示17
2.1.3空間和灰度分辨率18
2.2圖像空間域處理19
2.2.1圖像基本灰度處理20
2.2.2圖像直方圖處理22
2.2.3圖像空間濾波25
2.3圖像頻率域處理29
2.3.1預備知識30
2.3.2一維傅里葉變換30
2.3.3二維傅里葉變換31
2.3.4二維離散傅里葉變換的若干性質31
2.3.5頻率域濾波32
2.3.6快速傅里葉變換33
2.4邊緣提取34
2.4.1基本概念34
2.4.2常見的邊緣提取算子35
2.4.3邊緣提取的效果評價38
2.5本章小結38
第3章圖像特征提取40
3.1特征點檢測40
3.1.1特征點檢測算法發(fā)展歷程40
3.1.2特征點尺度定位42
3.1.3Harrls-Laplace44
3.1.4Hession-Laplace46
3.1.5DoG47
3.1.6MSER50
3.2特征點描述52
3.2.1SIFT描述符52
3.2.2SURF描述符54
3.2.3Shapecontext55
3.2.4BRIEF56
3.3相位一致性特征57
3.3.1相位信息的重要性57
3.3.2相位一致性和局部能量60
3.3.3利用小波計算相位一致性62
3.3.4相位一致性特征方向71
3.4本章小結73
第4章匹配度量準則74
4.1距離度量模型74
4.1.1LP范數(shù)74
4.1.2差平方和75
4.1.3漢明距離75
4.1.4灰度比差值76
4.1.5基于灰度映射的匹配測度76
4.2相似性度量模型78
4.2.1互相關78
4.2.2歸一化相關系數(shù)78
4.2.3互信息79
4.2.4相位相關79
4.3本章小結81
第5章幾何變換模型和誤匹配剔除82
5.1幾何變換模型82
5.1.1全局變換模型82
5.1.2局部變換模型85
5.2幾何校正88
5.2.1像元坐標的變換89
5.2.2像元灰度的重采樣89
5.3誤匹配剔除92
5.3.1*小二乘均值法92
5.3.2隨機采樣一致法93
5.3.3對比實驗94
5.4本章小結97
第6章基于局部相位一致性特征的多模態(tài)圖像匹配98
6.1基于相位一致性的尺度不變性特征點檢測98
6.1.1尺度定位99
6.1.2MMPC-Lap算子構建100
6.2基于相位一致性的特征點描述101
6.2.1特征點主方向101
6.2.2特征向量102
6.3匹配策略104
6.4實驗分析104
6.4.1特征點檢測性能評估104
6.4.2特征點描述符性能評估109
6.5本章小結115
第7章基于結構相似性的多模態(tài)圖像匹配116
7.1結構#征描述116
7.1.1HOG特征116
7.1.2HOPC122
7.1.3LSS124
7.1.4改進的SURF124
7.2快速魯棒的結構相似性模板匹配框架126
7.2.1逐像素結構特征表達126
7.2.2CFOG128
7.2.3快速的匹配相似性度量129
7.3實驗分析131
7.3.1數(shù)據(jù)介紹131
7.3.2參數(shù)設置和評價準則133
7.3.3噪聲影響分析133
7.3.4匹配正確率和精度分析134
7.3.5計算效率分析138
7.4本章小結139
第8章多模態(tài)遙感圖像自動配準系統(tǒng)140
8.1基于空間幾何約束的粗配準140
8.1.1特征點檢測140
8.1.2局部幾何糾正142
8.2基于結構相似性的精配準144
8.2.1特征點匹配144
8.2.2誤差剔除和圖像校正145
8.3系統(tǒng)軟件對比分析145
8.3.1實施方案146
8.3.2方案一對比分析148
8.3.3方案二對比分析153
8.4本章小結158
參考文獻159