文献类型：期刊文章

作　　者：周翠敏[1,2] 黄映聪[1,2,3,4,5] 何月顺[3,4,6]

ZHOU Cuimin;HUANG Yingcong;HE Yueshun(Faculty of Earth Sciences,East China University of Technology,330013,Nanchang,PRC;Key Laboratory of Digital Land and Resources,East China University of Technology,330013,Nanchang,PRC;Network and Information Center,East China University of Technology,330013,Nanchang,PRC;Jiangxi Provincial Engineering Laboratory of Radiology Big Data Technology,East China University of Technology,330013,Nanchang,PRC;State Key Laboratory of Nuclear Resources and Environment,East China University of Technology,330013,Nanchang,PRC;School of Information Engineering,East China University of Technology,330013,Nanchang,PRC)

机构地区：[1]东华理工大学地球科学学院,南昌330013 [2]江西省数字国土重点实验室,南昌330013 [3]东华理工大学网络与信息中心,南昌330013 [4]江西省放射性地学大数据技术工程实验室,南昌330013 [5]核资源与环境国家重点实验室,南昌330013 [6]东华理工大学信息工程学院,南昌330013

出　　处：《江西科学》

基　　金：国家自然科学基金项目(41872243,41202160);核资源与环境国家重点实验室开放基金项目(NRE1913);江西省放射性地学大数据技术工程实验室开放基金项目(JELRGBDT202002);江西省数字国土重点实验室开放基金项目(DLLJ201916);东华理工大学博士科研启动基金项目(DHBK2018021)。

年　　份：2022

卷　　号：40

期　　号：4

起止页码：696-703

语　　种：中文

收录情况：普通刊

摘　　要：地面控制点的选取是遥感影像处理过程中的一项基础工作,当待校正影像数据量较大时手动选点的效率较低。为提高地面控制点提取的效率,以台湾省台中市为研究区,对云端瓦片影像数据进行挖掘,测试SIFT(scale invariant feature transform)算法并用它来开展自动提取地面控制点的试验。首先,分别提取目标影像和参考影像的特征点;然后,通过特征点匹配和错误匹配剔除,计算特征匹配点相对于参考影像特征点的地理坐标;最后,生成目标图像与参考图像特征点的地面控制点文件。实验结果表明:SIFT算法能够自动提取地面控制点,且精度达99%以上,实现了用较低分辨率校正较高分辨率的影像,表明采用SIFT算法挖掘云端遥感影像特征,可以智能、快速地提取待校正遥感影像的地面控制点,对遥感影像智能化处理具有重要意义。

关 键 词：数据挖掘 SIFT 特征提取  地面控制点 瓦片影像  

分 类 号：P237]