5、不同图像域间的匹配技术探索

不同图像域间的匹配技术探索

1. 引言

图像配准是数字摄影测量、计算机视觉、遥感和视觉辅助导航等众多领域的核心技术。其基本思想是找出不同时间、视角甚至不同传感器获取的图像及图像对之间的对应关系。随着传感器技术的飞速发展，从太空、航空和移动平台获取的不同数据域的图像数据量不断增加。虽然图像的地理参考精度在提高，这对缩小搜索空间至关重要，但能够实现不同图像域之间稳健配准的方法需求也在急剧增长。

大多数图像配准/匹配方法适用于由相同或相似传感器从不同位置获取的图像。简单的技术假设传感器参考点之间存在某种目标空间关系，如近乎平行的图像平面、一定的重叠和可比的辐射特性，这在航空测量中很常见。更稳健的方法则允许图像方向和纹理有更大的变化，比如1999年Lowe提出的尺度不变特征变换（SIFT），这是一种在计算机视觉领域广泛使用的高度稳健的技术。然而，SIFT在测绘领域的应用目前相当有限，主要原因是大部分图像是从航空或太空平台获取的，图像方向信息较为明确，这使得匹配情况相对简单。此外，SIFT在数字摄影测量实践中的精度也一般。

随着各种图像传感器在全球范围内提供多图像覆盖，对不同域获取的图像进行配准的需求日益增长。例如，一些卫星系统能在短时间内提供高分辨率图像，大幅面航空数码相机可提供多光谱图像，激光雷达（LiDAR）系统能在局部尺度上收集距离和强度图像，干涉合成孔径雷达（IfSAR）数据可从太空和航空平台在全球尺度上获取等。为了实现数据融合，以支持更好的地理空间数据和信息提取，这些数据都需要进行精确配准。

本研究的动机源于两个应用：基于地形的导航和利用地面控制点提高卫星图像的地理参考精度。近年来，商业卫星系统有了显著改进，一些系统的图像分辨率已提高到最大允许的0.5米地面