论文阅读-图像配准算法：A NEW REGISTRATION ALGORITHM FOR MULTIMODAL REMOTE SENSING IMAGES

论文阅读-图像配准算法：A NEW REGISTRATION ALGORITHM FOR MULTIMODAL REMOTE SENSING IMAGES

摘要

遥感图像自动配准是遥感应用中的一个具有挑战性的问题。 多模态遥感影像具有显着的非线性辐射差异，导致基于区域和基于特征的配准方法失败。 本文针对多模态遥感影像显着的非线性辐射差异和大尺度差异的问题，提出一种新的配准算法，能够满足符合相似变换模型的多模态遥感影像初始配准的需要。 综合和真实数据实验结果证明了该方法在可视化和配准精度方面的有效性和良好性能。

引言

图像配准是遥感分析任务（变化检测、图像融合和图像镶嵌）中的一个基本且关键的问题，本质上是重叠两个或多个图像，并将参考图像和感测图像对齐。
主要方法：基于区域的方法和基于特征的方法。
存在的问题：
1-显着的非线性辐射差异：
2-显着的几何差异：应用成像物理模型来消除全局旋转和尺度差异

这些方法不能满足多模态遥感图像配准的需要。
为了解决上述问题，提出了本文方法：
本文方法：在多尺度Log-Gabor[7]滤波的基础上扩展了传统的相位相关方法[5, 6]，可以有效解决由显着的非线性辐射差异和大尺度差异引起的情况。

相关工作

1-图像配准的过程：特征检测、特征匹配、变换模型估计以及图像重采样和变换。
2-特征理解过程：

• 基于区域（强调特征匹配）：归一化互相关（NCC）通过计算两个窗口的相似性度量，并将最相似的视为对应，在对缺乏区域纹理的情况不鲁棒。傅立叶方法用于图像配准并对频域中的相关噪声是有效且鲁棒的。互信息（MI）方法直接作用于图像强度，对局部差异不敏感，适用于多模态图像配准，缺点是预算大。
• 基于特征 通过提取感兴趣的特征，并找到与相似局部描述符如SIFT等的对应关系，其在处理多模态图像时，显着的非线性辐