任敏

摘 要：根據(jù)多傳感器遙感圖像的成像特點(diǎn)，需要對獲得的遙感圖像進(jìn)行配準(zhǔn)融合后才能獲得所需要的信息。傅立葉變換應(yīng)用在多傳感器遙感圖像配準(zhǔn)中可以達(dá)到預(yù)期的配準(zhǔn)效果，能夠分析出所需要的數(shù)據(jù)信息。

關(guān)鍵詞：圖像配準(zhǔn) 傅里葉變換 數(shù)據(jù)信息

中圖分類號：TP29 文獻(xiàn)標(biāo)識碼：A 文章編號：1674-098X（2013）03（a）-00-02

1 圖像配準(zhǔn)的意義

由多傳感器遙感圖像的成像的特殊性可知造成圖像失真、發(fā)生幾何畸變的原因有很多，無論是衛(wèi)星的拍攝角度和運(yùn)行速度還是地球本身的自轉(zhuǎn)及曲率都會對圖像質(zhì)量造成影響[1]。通過對多角度獲取的多傳感器圖像進(jìn)行融合分析，可以得到所勘測地區(qū)或空間的高清圖像及有效信息，對遙感圖像進(jìn)行準(zhǔn)確的信息融合首先需要對所獲得的圖像進(jìn)行嚴(yán)格的一系列的預(yù)處理，包括對圖像的糾正、匹配和去噪等，這樣才能保證所獲得的遙感圖像之間具有一定標(biāo)準(zhǔn)的校準(zhǔn)度。

2 圖像配準(zhǔn)的定義

圖像配準(zhǔn)是對取自相同或不同時間、由多個傳感器在不同角度所獲得的同一場景的兩幅圖像或者多幅圖像進(jìn)行最佳匹配的處理過程[2]。其具體配準(zhǔn)過程可描述如下：將其中的一幅圖像作為參考圖像，其他圖像作為輸入圖像來與參考圖像進(jìn)行比較，提取出圖像中最能表現(xiàn)其本質(zhì)的屬性進(jìn)行綜合分析，建立起圖像之間相互關(guān)聯(lián)的變換關(guān)系，進(jìn)而得到準(zhǔn)確的信息。衡量圖像配準(zhǔn)方法好壞的指標(biāo)包括圖像配準(zhǔn)精度、匹配可靠性和配準(zhǔn)處理速度等。

3 圖像配準(zhǔn)的方法

（1）基于目標(biāo)區(qū)域的配準(zhǔn)方法

基于目標(biāo)區(qū)域的配準(zhǔn)方法可以分為兩種：基于灰度和基于相位（頻率）的配準(zhǔn)算法[3]?；趫D像灰度的算法使用時間比較長，很多種算法都是基于此種類型，具體過程是從參考圖像中獲取目標(biāo)區(qū)域作為匹配的模板，待配準(zhǔn)圖像經(jīng)過匹配模板的掃描，通過相似性度量來尋找最佳匹配點(diǎn)[4]。

（2）基于特征的配準(zhǔn)方法

基于特征的配準(zhǔn)算法的實(shí)現(xiàn)通常分為兩步：特征提取和特征匹配。具體過程是：圖像進(jìn)行特征匹配前，首先將兩幅圖像中灰度特征發(fā)生比較顯著變化的區(qū)域（點(diǎn)或線）提取出來，再在兩幅圖像所形成的特征集中運(yùn)用相應(yīng)的特征匹配的算法將存在匹配關(guān)系的特征對盡可能的選擇出來，然后再對非特征像素點(diǎn)集采用插值等算法推出相對應(yīng)的關(guān)系，以達(dá)到兩幅圖像配準(zhǔn)的精度是像素級的。

圖像配準(zhǔn)的方法隨著遙感技術(shù)的不斷發(fā)展也越來越多：針對由同一傳感器獲得的遙感圖像間的配準(zhǔn)可采用基于圖像灰度的互相關(guān)算法，此算法計(jì)算量比較大，處理非線性畸變有困難；被廣泛使用的圖像配準(zhǔn)算法之一的是傅立葉變換算法，該算法采用的是對圖像進(jìn)行傅立葉變換，然后再采用相位相關(guān)等技術(shù)來處理平移、縮放等配準(zhǔn)問題。

4 圖像配準(zhǔn)算法—傅立葉變換

在圖像背景比較混雜不清的情況下，特征提取相對比較困難，為解決這些問題我們采用能夠進(jìn)行自動配準(zhǔn)圖像的傅立葉變換算法。傅立葉變換算法采用的是相關(guān)技術(shù)，根據(jù)頻率域中的信息尋找最佳匹配的信息點(diǎn)，不需要尋找控制點(diǎn)或傳感器的各種參數(shù)就能夠直接求出圖像之間的平移、旋轉(zhuǎn)、比例放大等變化參數(shù)，而且該方法可以抵抗噪聲干擾，還可以利用快速傅立葉變換實(shí)現(xiàn)圖像的快速自動配準(zhǔn)。

（1）平移變化

（3）比例放大的變換特性

通過上面的討論可以知道，經(jīng)過數(shù)-極坐標(biāo)轉(zhuǎn)換并利用傅立葉變換的比例特性及旋轉(zhuǎn)特性可先求出比例因子和旋轉(zhuǎn)角，對需要配準(zhǔn)的圖像根據(jù)得到的結(jié)果進(jìn)行變換，然后再利用傅立葉的相位相關(guān)技術(shù)來確定圖像間的平移關(guān)系，并求出平移量，進(jìn)行變換后即可得到已配準(zhǔn)的圖像[5]。

5 結(jié)語

對圖像采用傅立葉變換的算法進(jìn)行配準(zhǔn)可取得良好的匹配效果，配準(zhǔn)精度比較高，此外，運(yùn)用傅立葉變換和反變換可直接求得變換參數(shù)，減少了因?qū)ふ遗錅?zhǔn)控制點(diǎn)而導(dǎo)致的步驟煩瑣并降低了誤差率，同時也提高了圖像間的配準(zhǔn)質(zhì)量與速度。

參考文獻(xiàn)

[1] 郁文賢，雍少為，郭桂蓉.多傳感器信息融合技術(shù)述評[J].國防科技大學(xué)學(xué)報(bào)，2008，16（3）：1-8.

[2] 寧書年，呂松棠，楊小琴，等.遙感圖像處理與應(yīng)用[M].地震出版社，2009：39-45.

[3] 李震，范湘濤，施建成.基于分窗口相關(guān)的遙感圖像配準(zhǔn)方法[J].中國圖像圖形學(xué)報(bào)，2001，6（2）：129-132.

[4] 袁貞明，吳飛，莊越挺.基于視覺特征的多傳感器圖像配準(zhǔn)[J].中國圖像圖形學(xué)報(bào)，2005，10（6）：767-772.

[5] 韓玲，吳漢寧.多源遙感圖像數(shù)據(jù)融合的理論與技術(shù)[J].西北大學(xué)學(xué)報(bào)：自然科學(xué)版，2004，34（4）：457-460.