利用Fourier-Mellin变换的遥感图像自动配准 (2012年)

遥感图像自动配准技术是现代遥感数据处理中的一个重要环节，它在变化检测、影像镶嵌和影像融合等操作中作为预处理步骤，对后续处理的精度产生重大影响。传统影像配准方法大致分为基于区域的方法和基于特征的方法，前者利用互相关技术实现配准，而后者在影像间提取特征进行匹配。尽管基于Fourier变换的方法在理论上有较好的鲁棒性和准确性，但由于旋转混叠和变换中的插值误差，其在有限离散图像上的应用效果并不理想。 Fourier-Mellin变换是一种有效的图像配准技术，其结合了Fourier变换和Mellin变换的特点。Fourier变换能够有效处理图像的平移和缩放问题，而Mellin变换则能处理图像的旋转问题。因此，Fourier-Mellin变换能在频域内同时处理图像的缩放和旋转变化。该技术在数学上表现为对图像幅度谱进行对数极坐标变换，在变换空间应用相位相关法求出被配准图像的旋转角度和尺度缩放因子，再通过计算互功率谱的Fourier逆变换，在空间域得到相应的平移量。该方法通过加窗和滤波来提高峰值、减少频谱混叠，同时增加鲁棒性。 对数极坐标变换是一种常用的图像变换方法，它将基于直角坐标系的像素点转换到极坐标系中。对数极坐标变换后的图像更容易处理尺度变换和旋转，因为通过变换后的坐标，可以将图像的尺度变化统一到一个尺度因子上，同时把旋转信息集中到一个角度参数上，从而简化了配准问题。 在实际的图像自动配准过程中，首先需要进行预处理，包括将原始图像裁剪并转换为相同大小的灰度图像。之后，对图像进行Fourier变换，得到频谱能量值并进行高通滤波，以降低低频噪声的影响。滤波后，将能量转换成对数极坐标，以便于后续处理。对数极坐标变换通常涉及将直角坐标映射为极坐标，即将像素点映射到极径和极角坐标系统中。 接下来，计算两幅图像间的互功率谱，通过相位相关技术求出配准图像的旋转角度和尺度缩放因子。在此基础上，利用Fourier变换的相位相关方法，计算平移量。该方法通过加窗和滤波来提高峰值、减少频谱混叠，从而提高配准的准确性和鲁棒性。 根据计算得到的配准参数，对图像进行旋转缩放和平移变换，得到配准后的图像。实验结果表明，这种基于Fourier-Mellin变换的遥感图像自动配准方法不仅具有良好的有效性，而且在实际应用中也显示出较高的可靠性。 遥感图像自动配准技术的研究和应用，对于遥感数据处理和相关领域的自动化和智能化具有重要意义。随着技术的进步和更多算法的发展，未来遥感图像自动配准的精度和效率有望进一步提升。