结合SIFT和Delaunay三角网的遥感图像配准算法

• 作者: 祁曦 陈志云
• 来源期刊: 计算机系统应用
• 关键词: 尺度不变特征变换(SIFT) 图像配准 图像分块策略 Delaunay三角网
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 161-169
• 页数: 9页
• 字数: 7046字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006573

摘要

针对高分辨率遥感图像中提取的特征点数目过大且易存在误匹配点的问题,提出了一种粗配准和精配准相结合的高分辨率遥感图像配准算法.首先对图像降采样处理后,提取大尺度空间下的SIFT特征点,求得仿射变换模型完成图像粗配准;然后对图像进行分块,利用SIFT方法对每幅子块图像提取特征点,并找到对应子块图像之间的匹配点对;之后利用特征点构建Delaunay三角网,计算每对子块图像之间的三角形相似度,构成相似矩阵,从中挑选相似度大的三角形对以构成精确匹配点对;最后利用得到的精确匹配点对实现最终的图像配准.该算法能够减少提取的特征点数且剔除更多的错误匹配点,从而进一步提高精确匹配点率.实验结果表明了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈志云	华东师范大学计算机科学与软件工程学院	26	219	7.0	14.0
2	祁曦	华东师范大学计算机科学与软件工程学院	1	6	1.0	1.0