|
|||||
|
|
| 结合特征信息聚类分区的遥感影像配准方法 | |
| 作者姓名： | 石正一 刘朔 夏昊 |
| 作者单位： | 1. 中国科学院空天信息创新研究院;2. 中国科学院大学 |
| 基金项目： | 国家重点研发计划(2017YFC0821900)资助； |
| 摘 要： | 针对由于地形起伏、地物类型丰富等因素导致一般配准方法无法正确拟合遥感影像局部区域的问题，提出一种基于特征信息层次聚类对影像区域快速划分实现精细拟合的方法。该方法利用差分空间尺度约束提取更高精度的SIFT的特征点，并结合Hellinger变换优化匹配效率，完成特征粗匹配。根据点邻域信息完成初始聚类，得到变换模型；计算匹配点对不同变换模型的符合程度构建倾向集，根据距离合并集合得到聚类中心，使用泰森多边形法生成子区域。求解每个子区域的变换模型并插值拼接，得到配准结果。使用农田、山地、沿海城镇地形的遥感影像进行实验，将SIFT+ST、FSC-SIFT、PSO-SIFT方法的配准效果与该方法进行对比，结果表明该方法的精度与目视配准效果均更优。 |
| 关 键 词： | 遥感影像配准 层次聚类 局部拟合 子区域划分 模型一致性 |