像素自相关矩阵的阈值自适应角点检测算法

针对Harris角点检测算法中角点响应函数(corner response function,CRF)系数阈值与非极大值抑制系数阈值需要人为设定所造成的可变性和随机性等问题,该文提出一种通过计算图像每个像素的自相关矩阵行列式值,构造特征角点图像进行自适应阈值分割的改进Harris角点检测算法.该算法首先通过计算原图像经过方向滤波和低通滤波后各像素的自相关矩阵行列式值,以此构造特征角点图像;然后采用OTSU算法计算特征角点图像分割阈值,从而筛选出预选区域;最后结合改进的非极大值抑制方法提取有效角点.通过5组角点检测对比试验结果数据分析,不同类型图像的角点检测准确率均有提高,高分二号遥感影像的角点检测准确率提高27.06个百分点,可以初步得出,该算法相比传统Harris角点检测算法不但能够自动计算角点检测的最佳阈值,而且能够更准确地定位角点和去除边缘伪角点,从而提高了角点检测的精确度,该研究可为农业遥感影像数据检测提供参考.     

一种基于动态模板和等角变换的遥感影像地面控制点匹配算法

传统的基于影像灰度的控制点匹配算法,存在着运算量大,识别精度较低,约束条件多等不足.为解决上述问题,本文对传统算法进行了优化,主要思路是:在利用遥感影像先验知识确定搜索子区的基础上,首先采用动态模板进行不等距搜索,然后利用灰度相关系数双阈值和等角变换对目标控制点进行判别,最后结合控制点间的空间位置关系对未识别出的控制点进行定位.本文给出具体的实施流程,并结合ASTER和TM两种成像差异显著的图像数据,对优化前后的匹配算法均进行了试验,给出了试验结果和对比分析.结果表明,采用动态模板结合等角变换的匹配算法,无论在运算效率上,还是在控制点识别精度上,都较之传统匹配算法有明显优势,具有较强的适应性和应用价值.     

SUSAN算子角点提取在船舶舷号定位中的应用

指出了船舶的舷号包含着船舶的基本身份信息以及船只在其所属部门和序列中的位置,通过对船舶舷号的检测,可以迅速识别出对方船只的身份信息.这对舰艇在海洋航行中区别和联络他国船舶以及在海事营救时搜寻并确认失事船只中有着重要的应用.提出了一种船舶舷号的检测方法,该法先将彩色船舶图像转化为HSI模型,然后利用SUSAN算子角点检测算法提取饱和度图像中的角点.当检测出角点以后,再进行多次搜索,实现对舷号的检测和定位.实验表明:这种方法拥有非常好的稳定性和有效性.     

基于优化点匹配模式的农作区遥感影像融合分类

利用遥感影像进行农作物长势监测及估产中，对所用多源影像进行恰当的影像融合是正确解译的重要前提，在传统的基于灰度的影像匹配融合模式中，存在着高运算量和精度不高的问题，该文使用一种基于优化点匹配模式进行农作区遥感影像融合方法，对不同传感器的两景西北农作区遥感影像进行了融合分析验证。所用两景ASTER和SPOT图像匹配总体误差RMS=0.8965,融合后的影像总体分类精度提高到89.67%。