首页> 中文学位 >基于LDA的SIFT算法在遥感图像配准中的研究与应用
【6h】

基于LDA的SIFT算法在遥感图像配准中的研究与应用

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 研究问题的提出

1.2 国内外研究现状与发展趋势

1.3 课题的研究内容与研究方法

1.4 选题的理论意义与实用价值

第2章 遥感图像配准技术概述

2.1图像配准技术的研究现状

2.2遥感图像配准方法

2.3图像配准系统的组成

2.4图像配准使用的工具

2.5本章小结

第3章 一种改进的基于LDA的SIFT算法

3.1 SIFT算法的特征原理

3.2 SIFT的各种传统改进算法

3.3数据降维方法概述

3.4 LDA-based SIFT算法

3.5本章小结

第4章 匹配实验与结果分析

4.1遥感图像实验

4.2自然图像实验

4.3人脸图像匹配

4.4本章小结

结论

参考文献

攻读学位期间发表的学术论文

致谢

展开▼

摘要

遥感是获得全球实时动态数据的一种最重要的途径。随着社会经济技术的发展,人们对实时动态数据的精确性和高效性有了更高层次的要求,以往的图像配准技术已经远远不能满足人们的需求,因此遥感图像的配准技术亟待提高,从而成为高效化、智能化、快速化的图像配准技术。
  传统的SIFT(Scale-invariant Feature Transform)算法是一种基于特征的配准方法。SIFT特征匹配算法最初是由David G.Lowe于2004年在总结了现有的基于不变量技术的特征检测方法的基础上提出的。SIFT算法具有诸多优点,能提取稳定的特征,也可以处理两幅图像之间发生旋转、平移、视角变换、仿射变换、光照变换等情况下的匹配问题,甚至在某种程度上对任意角度拍摄的图像也具备较为稳定的特征匹配能力,从而能够实现两幅差异较大的图像之间的特征的匹配。因此这种算法很适合在图像配准中使用。虽然SIFT算法具有精确度高、匹配能力强等许多优点,但是SIFT算法本身复杂度高,匹配时间久,尤其对于数据量较大的遥感影像的处理,应用SIFT算法时处理速度会明显降低,过于耗时。因此,将SIFT算法直接应用于遥感影像的处理并不实用,在实际生活中也未能使用这种算法处理遥感影像。但是SIFT算法具有其他图像配准算法难以媲美的优点,有着非常好的应用前景。
  为此,我们通过大量研究提出了一种基于LDA算法的改进方案。即在SIFT算法的特征提取中加入线性鉴别分析方法(Linear Discriminant Analysis,LDA),以减少SIFT特征提取的维度。本文对提出的基于LDA的SIFT算法的特征原理和配准步骤进行了重点叙述。首先利用SIFT算法提取出图像的特征点向量,然后用线性鉴别分析方法对其进行特征抽取并降维。通过对遥感图像、高维自然图像和单幅人脸图像进行实验,实验结果表明LDA-SIFT算法在保证匹配精度的同时,实时性要优于传统的SIFT算法,其匹配时间相对于传统SIFT算法明显缩短。此方案既能保持SIF T算法本身的精确度高、匹配能力强的特点,又能提高匹配的效率,实时性较强。非常适合应用于维数高的图像配准,尤其是对时间和精度要求较高的遥感图像的配准。
  论文的主要研究成果如下:
  (1)论文分析了SIFT算法的特征原理以及线性鉴别分析方法LDA的理论基础。并且针对本文提出的改进算法具体原理以及图像配准的步骤进行描述。利用LDA易于实现的特点,将其和SIFT算法进行结合,从而实现全局优化,提高算法的可行性。
  (2)将改进的算法通过编程设计,并将其应用于遥感图像配准、自然图像配准和人脸图像配准,通过实验证明,本算法针对数据量较大的遥感图像进行匹配时,能够解决传统算法实时性差的问题;针对自然、人脸图像进行匹配时,能够在提高匹配速率的同时,提高匹配算法的鲁棒性。
  本文提出的改进的SIFT算法,即LDA-SIFT算法既能降低遥感图像的配准时间,又极大的提高了配准效率,更好的满足了当今社会人们对实时动态数据的精确性和高效性的要求。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号