己口Ｉ］年ｆ己月 第］己卷第１己期 ｌ ｌ｜ｌ鎏 理论与 法
基于光学ＧＣＰ图像切片的ＳＡＲ图像自动匹配方法
陈 刚 王峰 （１．武汉大学测绘遥感信息工程国家重点实验室 武汉 ３．中国科学院空间信息处理与应用系统技术重点实验室 尤红建 。 张翰墨 “ ４３００７０；２．中国科学院电子学研究所 北京 １００１９０； 北京 １００１９０；４．中国科学院研究生院 北京 １００１９０）
摘要：地面控制点是进行星载ＳＡＲ图像几何精校正的重要条件之一。通过光学ＧＣＰ切片和ＳＡＲ原始图像进行匹配可以 实现控制点的自动提取。提出了一种在图像梯度域，实现光学图像和ＳＡＲ图像异源匹配的方法。首先根据ＳＡＲ的轨道参数 等信息，实现光学Ｃ，ＣＰ切片和ＳＡＲ图像尺度和旋转的归一化，解决异源图像间的分辨率和旋转角度差异。然后分别提取 ＳＡＲ图像和光学图像的梯度强度信息，为了消除ＳＡＲ图像的斑点噪声，采用Ｒ（）Ａ算法准确提取ＳＡＲ图像的梯度强度。 ＳＡＲ图像和光学图像的成像机理差别很大，直接在图像域匹配较为困难。但是它们的梯度强度图像具有相似性，为此可以通 过在梯度强度图像域，应用归一化互相关匹配算法，实现同名点的自动匹配。最后采用实验证明了方法的可行性。 关键词：光学ＧＣＰ；图像梯度；匹配 中图分类号：ＴＰ７５１ 文献标识码：Ａ 国家标准学科分类代码：４２０．２
ＳＡＲ ｉｍａｇｅ ｒｅｇｉｓｔｒａｔｉｏｎ ａｌｇｏｒｉｔｈｍｉｃ ｂａｓｅｄ ｏｎ ｏｐｔｉｃｓ ＧＣＰ ｓｌｉｃｅｓ
Ｃｈｅｎ Ｇａｎｇ Ｗａｎｇ Ｆｅｎｇ ’。’ Ｙｏｕ Ｈｏｎｇｊｉａｎ ’。Ｚｈａｎｇ Ｈａｎｍｏ。・。・ （１．Ｓｔａｔｅ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ ｉｎ Ｓｕｒｖｅｙｉｎｇ，Ｍａｐｐｉｎｇ ａｎｄ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，Ｗｕｈａｎ ４３００７０。Ｃｈｉｎａ； ２．Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｅｌｅｃｔｒｏｎｉｃｓ，Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ １００１９０，Ｃｈｉｎａ；３．Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ ｉｎ Ｇｅｏ－ｓｐａｔｉａｌ Ｉｎｆｏｒｍａｔｉｏｎ Ｐｒｏｃｅｓｓｉｎｇ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎ Ｓｙｓｔｅｍ，Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｅｌｅｃｔｒｏｎｉｃｓ，Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ， Ｂｅｉｊｉｎｇ １００１９０，Ｃｈｉｎａ；４．Ｇｒａｄｕａｔｅ Ｓｃｈｏｏｌ，Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ １００１９０．Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｇｒｏｕｎｄ ｃｏｎｔｒｏｌ ｐｏｉｎｔ（ＧＣＰ）ｐｌａｙｓ ａｎ ｉｍｐｏｒｔａｎｔ ｒｏｌｅ ｉｎ ｔｈｅ ｐｒｏｃｅｓｓｉｎｇ ｏｆ ｓｐａｃｅｂｏｒｎｅ ＳＡＲ ｉｍａｇｅｓ ｇｅｏｍｅｔｒｉｃ ｒｅｇｉｓｔｒａｔｉｏｎ，ｍａｔｃｈｉｎｇ ＧＣＰ ｉｍａｇｅ ｓｌｉｃｅｓ ａｎｄ ＳＡＲ ｉｍａｇｅｓ ｃａｎ ｅｘｔｒａｃｔ ｃｏｎｔｒｏｌ ｐｏｉｎｔｓ ａｕｔｏｍａｔｉｃａｌｌｙ，ｗｅ ｐｒｏｐｏｓｅ ａ ｍｅｔｈｏｄ ｏｆ ｍａｔｃｈｉｎｇ ｏｐｔｉｃａ１ ｉｍａｇｅ ａｎｄ ＳＡＲ ｉｍａｇｅ ｉｎ ｇｒａｄｉｅｎｔ ｆｉｅｌｄ．Ｆｉｒｓｔ ｏｆ ａｌｌ，ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ＳＡＲ’ｏｒｂｉｔａｌ ｐａｒａｍｅｔｅｒｓ。ｗｅ ｎｏｒ— ｍａｌｉｚｅ ｔｈｅ ｓｃａｌｅ ａｎｄ ｒｏｔａｔｉｏｎ ｏｆ ＧＣＰ ｓｌｉｃｅｓ ａｎｄ ＳＡＲ ｉｍａｇｅｓ，ｓｏｌｖｉｎｇ ｄｉｆｆｅｒｅｎｃｅｓ ｉｎ ｒｅｓｏｌｕｔｉｏｎ ａｎｄ ｒｏｔａｔｉｏｎ ｂｅｔｗｅｅｎ ｄｉｆｆｅｒ— ｅｎｔ ｓｏｕｒｃｅ ｉｍａｇｅｓ．Ｔｈｅｎ ｔｈｅ ｇｒａｄｉｅｎｔ ｉｎｔｅｎｓｉｔｙ ｉｎｆｏｒｍａｔｉｏｎ ｏｆ ＳＡＲ ａｎｄ ｏｐｔｉｃａｌ ｉｍａｇｅｓ ａｒｅ ｅｘｔｒａｃｔｅｄ ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｈｅｒｅ，ｗｅ ｐｉｃｋ ＲＯＡ ａｌｇｏｒｉｔｈｍ ｔＯ ｃａｌｃｕｌａｔｅ ＳＡＲ ｉｍａｇｅｓ’ｇｒａｄｉｅｎｔ ｆｏｒ ｐｕｒｐｏｓｅ ｏｆ ｅｌｉｍｉｎａｔｉｎｇ ｔｈｅ ｉｎｆｌｕｅｎｃｅ ｏｆ ｓｐｅｃｋｌｅ ｎｏｉｓｅ．Ｉｔ ｉｓ ｄｉｆｆｉ— ｃｕｌｔ ｔｏ ｍａｔｃｈ ＳＡＲ ａｎｄ ｏｐｔｉｃａｌ ｉｍａｇｅ ｂｅｃａｕｓｅ ｏｆ ｏｂｖｉｏｕｓ ｄｉｆｆｅｒｅｎｔ ｉｍａｇｉｎｇ ｍｅｃｈａｎｉｓｍｓ．Ｂｕｔ ｔｈｅｉｒ ｇｒａｄｉｅｎｔ ｍａｐｓ ａｒｅ ｓｉｍｉ— ｌａｒ，ＳＯ ｗｅ ａｐｐｌｙ ｕｓｉｎｇ ｎｏｒｍａｌｉｚｅｄ ｃｒｏｓｓ—ｃｏｒｒｅｌａｔｉｏｎ ｍａｔｃｈｉｎｇ ｍｅｔｈｏｄ ｉｎ ｇｒａｄｉｅｎｔ ｉｎｔｅｎｓｉｔｙ ｆｉｌｅｄ ｔｏ ｒｅａｌｉｚｅ ｃｏｒｒｅｓｐｏｎｄｉｎｇ ｐｏｉｎｔｓ ｍａｔｃｈｉｎｇ．Ｆｉｎａｌｌｙ，ｅｘｐｅｒｉｍｅｎｔｓ ｓｈｏｗ ｔｈｅ ｆｅａｓｉｂｉｌｉｔｙ ｏｆ ｔｈｉｓ ａｐｐｒｏａｃｈ． Ｋｅｙｗｏｒｄｓ：ｏｐｔｉｃａｌ ＧＣＰ ｓｐｌｉｃｅ；ｉｍａｇｅ ｇｒａｄｉｅｎｔ；ｍａｔｃｈｉｎｇ
顾及灰度和梯度信息的多模态影像配准算法
闫利;王紫琦;叶志云
【期刊名称】《测绘学报》
【年(卷),期】2018(047)001
【摘 要】基于特征匹配的多模态影像配准方法无法达到像素级配准精度要求.本文研究了一种顾及灰度和梯度信息的多模态影像配准算法.基于马尔科夫随机场(MRF)的非参数化配准模型充分利用多模态影像的图像信息进行相似性测量,同时考虑了灰度及梯度统计信息,求解方法上对值空间进行离散化,提高收敛速度.通过3组多模态影像的配准试验,验证了该算法的可行性.试验表明:本文算法的配准效果优于基于人工刺点的多项式模型配准和只考虑灰度信息的多模态影像配准;与此同时,该算法对于较大形变的影像配准也具有一定的适用性.在空间精度方面,平均配准误差小于1个像素,最大配准误差小于2个像素.
【总页数】11页(P71-81)
【作 者】闫利;王紫琦;叶志云
【作者单位】武汉大学测绘学院,湖北武汉430079;武汉大学测绘学院,湖北武汉430079;武汉大学测绘学院,湖北武汉430079
【正文语种】中 文
【中图分类】P237
【相关文献】 1.融合灰度和梯度信息的彩色细胞图像自动分割 [J], 刘伯强;尹聪;刘忠国;徐凯;张振旺
2.基于灰度分布匹配的多模态脑部MR图像肿瘤分割算法 [J], 侯发忠;邹北骥;刘召斌;周支元
3.基于掩盖效应和梯度信息的无参考噪声图像质量评价改进算法 [J], 罗洪艳;朱子岩;林睿;林臻;廖彦剑
4.基于梯度信息的灰度人脸检测 [J], 李启娟;尹建芹;李金屏
5.融合梯度信息的改进中值滤波算法研究 [J], 马祥;杜忠华;蔡雨;王鹏飞;卿志勇
因版权原因，仅展示原文概要，查看原文内容请购买
１８０２００８，４４（２２）ｃＤ唧眦ｒ眈∥鹏ｅ矗增鲫ｄ，４即舭优幻琊计算机工程与应用
医学图像配准中的一种互信息快速计算方法
杜俊俐ｔ一，邱道尹ｌ’３，朱齐亮，，黄心汉－
ＤｕＪｕｎ—ｌｉｌ”，ＱＩＵＤａｏ—ｙｉｎｌ”，ｚＨｕＱｉ—ｌｉａｎ矿，ＨｕＡＮＧｘｉｎ—ｈａｎｌ
１．华中科技大学控制科学与工程系，武汉４３００７４２．中原工学院计算机科学系，郑州４５０００７
３．华北水利水电学院信息工程学院。郑州４５００ｌｌ
１．Ｄｅｐｌ．ｏｆＣｏｎｈＤｌｓｃｉｅｎｃｅ绷ｄＥｎｇｉｎｅｅｒｉｎｇ，Ｈｕ犯ｈｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ粕ｄＴｅｃｈｎｏｌｏ舒，Ｗｕｈ卸４３００７４．Ｃｈｉｎａ
２．Ｄｅｐｔ．ｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ｚｈ帅ｇｙｕ锄ＩｎｓｉｔｉｔｌｌｔｅｏｆＴｅｃｈｎｏｌｏｇ），，ＺＩｌｅｎ字ｈｏｕ４５（）００７．Ｃｈｉｎａ
３．ＣｏＵｅｇｅ０ｆＩｎｆｏｒｍ“ｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｍＩＣｈｉｎａＩｎｓｔｉｔｕｔｅｏｆＷａｔｅｒＣｏｎ跎ｒｖａｎｃｙ粕ｄＨｙｄｍｅｌｅｃｔｒｉｃＰｃｌｗｅｒ，Ｚｈｅｎｇｚｈｏｕ４５００１ｌ，Ｃｈｉｎａ
ＤＵＪ岫—吐．ＱＩＵＤ∞＿ｙｉｎ．Ｚ删Ｑｉ一吼ｎｇ，ｅｔａ１．Ｆａ瓯∞ＩｃｕＩａｔｉｏｎｍｅｍｏｄｏｆｍｕｎｌａＩｉＩＩｆｏ嗍咖ｎｉＩＩｍｅｍｃａＩｉ瑚妒ｒｅｇｉ吼ｎ一
如ｍＣｏｍｐｕ白盯ＥｎｇｉＩｌ∞ｒｉ鸣ａｎｄＡ即Ⅱｃ鲥。璐。２∞８．４４（２２）：１８０－埔２．
Ａｂｓ呐ｃｔ：ｎｅｍｅｄｉｃａｌｉ删毛ｇｅ陀ｇｉｓｔｍｔｉｏｎｂ雠ｄ鲫ｍｕｔｕａｌｉｎｆｏ咖ａｔｉｏｎｃ舳ｒｅａｃｈ轴ｂ呻ｉｘｅｌａｃｃｕｒａｃｙ锄ｄｄｏｎ’ｔ舱ｅｄｔｏｅｘｎ佻ｔ
蚰ａｔｏｍｉｃａｌｆｅａｔＩＩｒｅｓｆｍｍｉ船唔ｅｓ，ｉ８８ｈｉｇＩｌ—ｐ玎ｅｃｉ８ｉ叫刚ｎｄｒｅｌ乒ｓ岫ｔｉ伽ｗａｙ．ＢｕｔｆｒｅｑｕｅｎｔｉｎｖｏｌｖｉＩｌｇａｌ明驴ｎｕｍｂｅｒｏｆｎｏａｔｉＩＩｇ—ｐｏｉｎｔ
ｃａｌｃｕｌａｔｉｏｎｏｆｔｈｅｍｕｔｕａｌｉｒＩｆｂｍ砒ｉｏｎ，ｔｈｅ他ｇｉｓｔｒ砒ｉｏｎ碍ｔｅｉｓｓｌｄｗ，ｃ锄ｎｏｔｍｅｅｔｔｌＩｅｄｅｍａｎｄｓｏｆ陀ａｌ—ｔｉＩｎｅ．Ｔｈｉｓｐａｐｅｆｐ陀ｓｅｎｔ８ａ
第３３卷，第１１期 ２ ０ １ ３年１ １月 光谱学与光谱分析 Ｖｏ１．３３，Ｎ０．１１，ｐｐ２９６８—２９７２ Ｓｐｅｃｔｒｏｓｃｏｐｙ ａｎｄ Ｓｐｅｃｔｒａｌ Ａｎａｌｙｓｉｓ Ｎｏｖｅｍｂｅｒ，２０１３
一种从粗到精的红 Ｓｎ可见光卫星图像配准方法
胡永利 ，王 亮 ，刘 蓉。，张 丽 ，段福庆
１．北京工业大学计算机学院，多媒体与智能软件技术北京市重点实验室，北京 １００１２４ ２．北京工业大学电子信息与控制工程学院，北京１００１２４ ３．北京服装学院基础部，北京１０００２９
４．北京师范大学信息科学与技术学院，北京１００８７５
摘要气象卫星所携带的多种传感器可以获得可见光、红外、多光谱等多模态的卫星图像，目前处理这些
多模态图像的一个重要手段是数据融合分析方法，而获取不同模态图像空间对应关系的图像配准是数据融
合分析的前提和基础。针对多模态气象卫星图像的配准问题，重点研究红外图像和可见光图像的配准问题，
并根据红外图像和可见光图像的特点，提出了一种由粗到精的两阶段配准方法。在粗配准阶段，将Ｆｏｕｒｉｅｒ－
Ｍｅｌｌｉｎ变换应用于红外和可见光图像的边缘图像上，并通过变换图像在频域的关系实现了图像配准仿射变
换参数的快速计算；在精配准阶段，基于图像的Ｈａｒｒｉｓ算子检测红外图像和可见光图像的特征点，并通过
特征点局部区域的互相关函数实现特征点的匹配，最终通过匹配特征点求得精确配准的变换参数。文章提
出的由粗到精的图像配准方法，有效结合了Ｆｏｕｒｉｅｒ－Ｍｅｌｌｉｎ变换对边缘图像配准的高效性和Ｈａｒｒｉｓ算子图
像配准的准确性，是红外和可见光图像配准的一种新方法。利用ＦＹ－２Ｄ气象卫星获取的红外和可见光图像
进行了配准实验，实验结果表明所提出的方法具有良好的鲁棒性和较高的配准精度。
关键词红外图像；可见光图像；图像配准
中图分类号：ＴＮ９１１．７ 文献标识码：Ａ ＤＯＩ：１０．３９６４／ｊ．ｉｓｓｎ．１０００—０５９３｛２０１３）１１—２９６８—０５
