科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对遥感异源图像匹配中非线性灰度畸变和强噪声干扰问题,提出一种基于主成分分析(Principal Components Analysis, PCA)和方向梯度直方图(Histogram of Oriented Gradients, HOG)的遥感异源图像匹配算法。该算法利用HOG提取图像间的几何结构共性特征,能有效克服异源图像非线性灰度畸变的问题;提出一种快速多尺度PCA算法,能对HOG中的局部梯度方向进行增强,从而能在强噪声干扰的情况下,准确提取出图像的结构特征。为了提高算法的计算速度,利用积分图像降低特征提取过程的计算复杂度,并利用快速傅里叶变换实现高效率的匹配搜索。实验利用多种遥感异源图像(包括可见光图像、合成孔径雷达图像和红外图像)对提出的匹配算法进行了验证。结果表明,与现有算法相比,该算法在匹配性能上有明显提升。
- 单位
