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(shí)間、由多個(gè)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(shí)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(dòng)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(dòng)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(shí)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.