航空遥感图像配准算法研究的综述报告

航空遥感图像配准算法研究的综述报告航空遥感技术具有成像范围广、实时性高等特点，被广泛应用于军事、地质、城市规划、农业等领域。但是，由于航空遥感图像受到水平姿态、飞行高度、气象条件等因素影响，图像之间存

航空遥感图像配准算法研究的综述报告 航空遥感技术具有成像范围广、实时性高等特点，被广泛应用于军 事、地质、城市规划、农业等领域。但是，由于航空遥感图像受到水平 姿态、飞行高度、气象条件等因素影响，图像之间存在位置偏移、旋转 倾斜等问题，为后续的分析和应用带来了巨大的困难。因此，针对遥感 图像的配准算法研究成为遥感技术中的重要研究方向之一。 配准算法可以分为基于特征点的方法和基于区域的方法两大类，以 下是对各类方法的综述： 基于特征点的配准方法 基于特征点的配准方法是通过计算图像相同位置处的特征点来实现 图像配准的，其中特征点包括边缘、角点、SIFT特征点等。 (1)边缘特征点 边缘特征点指的是图像中的边界线条，这类特征点计算量小，但容 易受到图像噪声的影响。边缘特征点主要使用卡尺法、Sobel、Canny等 方法进行提取，并采用最小二乘法或最大后验概率估计法对其进行匹 配。 (2)角点特征点 角点特征点是指图像中的拐角处，这类特征点稳定性高，但容易受 到光照变化的影响。常用的角点提取方法有Harris角点检测、 Shi-Tomasi角点检测等，并采用最大距离比率法对其进行匹配。 (3)SIFT特征点 SIFT特征点是一种基于尺度空间理论的特征点，在图像缩放、旋 转、光照变化等情况下都能保持稳定性。SIFT特征点主要包括高斯差分 函数、梯度方向直方图等，通过确定每个特征点在图像空间中的位置、 尺度和方向，可将其进行匹配。