投稿指南
来稿应自觉遵守国家有关著作权法律法规,不得侵犯他人版权或其他权利,如果出现问题作者文责自负,而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件,作者必须保证本刊的独立发表权。 一、投稿方式: 1、 请从 我刊官网 直接投稿 。 2、 请 从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。 二、稿件著作权: 1、 投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果,或对所投作品拥有合法的著作权,无第三人对其作品提出可成立之权利主张。 2、 投稿人保证向我刊所投之稿件,尚未在任何媒体上发表。 3、 投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、 投稿人向我刊所投之作品不得同时向第三方投送,即不允许一稿多投。 5、 投稿人授予我刊享有作品专有使用权的方式包括但不限于:通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑,以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、 第5条所述之网络是指通过我刊官网。 7、 投稿人委托我刊声明,未经我方许可,任何网站、媒体、组织不得转载、摘编其作品。

基于光流校正的复杂地形区多时相遥感影像配准

来源:遥感学报 【在线投稿】 栏目:期刊导读 时间:2021-05-10
作者:网站采编
关键词:
摘要:Feng R T,Du Q Y,Luo H,Shen H F,Li X H and Liu B.2021.A registration algorithm based on optical flow modification for multi-temporal remote sensing images covering the complex-terrain Remote Sensing Bulletin,25(2):630-640[D

Feng R T,Du Q Y,Luo H,Shen H F,Li X H and Liu B.2021.A registration algorithm based on optical flow modification for multi-temporal remote sensing images covering the complex-terrain Remote Sensing Bulletin,25(2):630-640[DOI:10./jrs.]

1 引 言

影像配准是将不同时间、不同传感器或不同条件下(天候、照度、摄像位置和角度等)获取的两幅或多幅影像进行几何对齐的过程(Wong 和Clausi,2007;陈显毅,2009),是影像融合(Shen 等,2016)、影像镶嵌(Li 等,2015)、协同分析(管小彬等,2015;唐尧等,2019)等不可缺少的预处理步骤。作为异源影像信息互补利用的前提,近些年,影像配准的研究多集中于针对多模影像构建辐射鲁棒性特征描述符,特征匹配以及误匹配特征剔除(Chang 等,2019;何梦梦等,2018;刘贵喜和王蕾,2007;Murphy 等,2016; Kupfer 等,2015; Nagarajan 和Schenk,2016)。鲜有文献关注复杂地形区多时相影像配准,受地形起伏变化、气候条件、成像角度差异的影响,不同时相的复杂地形区遥感影像间往往存在较大的几何差异。实现其高精度几何对齐,有效助力复杂地形区后续研究。那么,如何精细拟合复杂地形区影像间的几何关系是一大挑战。

传统的遥感影像配准方法可分为基于区域和特征的配准(Ding 等,2001;Zhang 等,2015)。基于区域的配准方法直接利用原始影像的灰度信息,通过构建相似性度量准则,根据其相似度实现配准。该方法精度高、耗时长,对大的旋转、尺度变化鲁棒性差,因此现有遥感影像配准的研究多集中于基于特征的配准方法(张迁等,2003;吕金建等,2007;林晓帆等,2010;朱志文等,2011;Chang 等,2019;Ma等,2019;何梦梦等,2018)。基于特征的配准方法利用影像的明显特征,将对原始影像灰度信息的分析转化为对其抽象特征的应用,主要包含特征提取、特征匹配、变换模型构建、坐标转换与重采样等步骤(Sedaghat 和Mohammadi,2019)。以Harris 角点检测(Harris 和Stephens,1988;刘贵喜和王蕾,2007)、尺度不变特征转换算子SIFT(Scale-Invariant Feature Transform)(Lowe,2004;吕金建等,2007)、加速鲁棒性特征算子SURF(Speed Up Robust Features)(Bay 等,2006)等为代表的点特征提取算法在基于特征的配准方法中广泛使用。利用特征点构建影像间几何转换关系时,常用整体变换模型。它假设整景影像满足同一个坐标变换关系(Gong 等,2014)。虽然该模型解算简便、高效,但是当影像间存在局部畸变时,其拟合能力有限。局部变换模型因其能更好地顾及局部不一致变形而被广泛使用(Goshtasby,1986;Zagorchev 和Goshtasby,2006;Feng 等,2017)。然而,在地形复杂区域,一方面,地物变化、山体阴影、辐射差异等因素对特征点定位存在影响,导致匹配的特征点对存在位置误差;另一方面,地形起伏导致极小窗口内影像几何畸变不一致,且周围特征信息难以准确表达不同位置的复杂几何关系(Brigot 等,2016)。在这种情况下,要实现高精度配准,更精细的局部模型,甚至逐像素模型(王慧贤等,2015)必不可少。

光流法作为视频影像中物体运动估计的常用方法,它考虑物体局部运动的不一致,利用像素自身信息逐一估计其2D 空间的运动情况,是一种高精度的逐像素模型。影像配准的位移场类似于运动物体的光流场,复杂地形区遥感影像间不一致的空间错位类似于物体的局部运动。因此,光流法可被用于复杂地形区不同时相的遥感影像配准,而目前其在遥感影像配准中应用较少,包括归一化互相关系数和局部光流模型结合方法(范冲等,2008)、模板匹配和光流法结合(吴迅兮,2010)、SIFT 特征约束与光流模型结合方法(刘璐等,2014)等。以上研究继承了光流法逐像素位移估计的优势,却没有考虑地物变化对光流估计的影响。在遥感影像中,因季节变化、地质灾害、人类活动等引发的地表变化是不可避免的(曹森等,2014)。这种变化与运动快的物体覆盖慢的物体造成的遮挡类似,即影像内容不对应,将导致计算所得光流出现局部异常。异常光流场会进一步影响转换后影像坐标,重采样时糅合非邻域像素的灰度信息,导致配准后影像内容变化。

为此,本文提出一种基于光流校正OFM(Optical Flow Modification)的复杂地形区多时相遥感影像配准方法。在初始估算的光流场基础上,使用高斯拉普拉斯算子LoG(Laplace of Gaussian)检测异常光流,引入Delaunay三角形曲面插值算法对异常光流进行校正重建,得到精准的逐像素位移场,从而实现复杂地形区多时相遥感影像配准。

文章来源:《遥感学报》 网址: http://www.ygxbzz.cn/qikandaodu/2021/0510/653.html



上一篇:南方红壤典型水土流失区马尾松林地上林木碳储
下一篇:气候变化对西双版纳植被覆盖的影响

遥感学报投稿 | 遥感学报编辑部| 遥感学报版面费 | 遥感学报论文发表 | 遥感学报最新目录
Copyright © 2018 《遥感学报》杂志社 版权所有
投稿电话: 投稿邮箱: