登录    注册    忘记密码

期刊文章详细信息

基于尺度不变特征变换和区域互信息优化的多源遥感图像配准  ( EI收录)  

Multi-source remote sensing image registration based on scale-invariant feature transform and optimization of regional mutual information

  

文献类型:期刊文章

作  者:赵辽英[1] 吕步云[1] 厉小润[2] 陈淑涵[2]

机构地区:[1]杭州电子科技大学计算机应用技术研究所,杭州310018 [2]浙江大学电气工程学院,杭州310027

出  处:《物理学报》

基  金:浙江省自然科学基金(批准号:LY13F020044;LZ14F030004);国家自然科学基金(批准号:61171152)资助的课题~~

年  份:2015

卷  号:64

期  号:12

起止页码:186-196

语  种:中文

收录情况:BDHX、BDHX2014、CAS、CSCD、CSCD2015_2016、EI(收录号:20153001051143)、IC、INSPEC、JST、RCCSE、SCI-EXPANDED(收录号:WOS:000356793900017)、SCIE、SCOPUS、WOS、ZGKJHX、ZMATH、核心刊

摘  要:为了进一步提高遥感图像配准精度,提出了尺度不变特征变换(SIFT)结合区域互信息优化的遥感图像配准方法.首先利用混沌序列的随机性和遍历性,提出一种混沌量子粒子群优化(CQPSO)算法,在量子粒子群优化(QPSO)算法迭代陷入早熟收敛时,采用一种新的机理引入混沌序列,进化粒子克服早熟.图像配准算法分为预配准和精配准两个过程.基于SIFT算法提取特征点,经匹配和有效地外点排除完成预配准,然后对匹配特征点坐标进行亚像素级微调,通过最小二乘法求得一系列匹配参数构造初始粒子群,最后利用混沌量子粒子群优化区域互信息完成精配准,得到最优匹配参数.用一些标准测试函数对所提出的CQPSO和QPSO及粒子群优化(PSO)算法进行了实验比较,另外,对SIFT,SIFT结合PSO算法优化区域互信息,SIFT结合QPSO算法优化区域互信息和SIFT结合CQPSO算法优化区域互信息(SRC)等四种算法进行了不同分辨率遥感图像配准实验比较和不同时相遥感图像配准实验比较,实验结果验证了所提出的CQPSO算法的优越性和SRC配准方法的有效性.

关 键 词:遥感图像配准 区域互信息  混沌量子粒子群优化  尺度不变特征变换

分 类 号:TP391.41]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心