多源遥感信息自动配准技术的研究

图像配准是需要组合多种数据源才能获得最终结果的遥感图像分析任务中的一项关键技术。这些任务都迫切需要一种稳健性强、适应性广、自动化程度高、计算量少且匹配精度高的优秀配准方法，然而到目前为止还没有一种方案和方法能同时满足上述要求。本项目的研究内容是提出一种新的图像配准方案并解决其中的关键技术问题，以获得一种优秀的图像配准方法。新方案分三步：它首先用多种特征来描述基准图像和待校正图像，然后利用这些特征解算出变换参数的初始值，最后是在一个不断迭代更新的框架中求解最优变换参数的。为了减少计算复杂性，我们选择在图像的特征层上而不是在图像灰度层上定义相似性测度；为了提高算法的适应性和配准精度，我们提出多种特征并存描述图像内容的策略；为了提高算法的稳健性，克服已有方法在特征提取上存在的问题，我们设计了利用一幅图像特征修正另一幅图像特征的解决途径。