留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于侧抑制竞争的航空遥感影像配准算法

王志强,  程红,  谭海峰,  杨明权,  滕飞

downloadPDF
文章导航 > 红外与激光工程  > 2018 >  47(S1): 206-212
王志强, 程红, 谭海峰, 杨明权, 滕飞. 基于侧抑制竞争的航空遥感影像配准算法[J]. 红外与激光工程, 2018, 47(S1): 206-212. doi: 10.3788/IRLA201847.S126005
引用本文: 王志强, 程红, 谭海峰, 杨明权, 滕飞. 基于侧抑制竞争的航空遥感影像配准算法[J]. 红外与激光工程, 2018, 47(S1): 206-212. doi: 10.3788/IRLA201847.S126005
shu
Wang Zhiqiang, Cheng Hong, Tan Haifeng, Yang Mingquan, Teng Fei. Registration algorithm of aerial remote sensing images based on lateral inhibition competition[J]. Infrared and Laser Engineering, 2018, 47(S1): 206-212. doi: 10.3788/IRLA201847.S126005
Citation: Wang Zhiqiang, Cheng Hong, Tan Haifeng, Yang Mingquan, Teng Fei. Registration algorithm of aerial remote sensing images based on lateral inhibition competition[J]. Infrared and Laser Engineering, 2018, 47(S1): 206-212. doi: 10.3788/IRLA201847.S126005
shu

基于侧抑制竞争的航空遥感影像配准算法

doi: 10.3788/IRLA201847.S126005
  • 1.

    空军航空大学 航空作战勤务学院,吉林 长春 130022

基金项目: 

国家自然科学基金（61301233）

详细信息
    作者简介:

    王志强(1982-),男,讲师,硕士,主要从事侦察图像处理、目标识别方面的研究。Email:260990002@qq.com

  • 中图分类号: TP751

Registration algorithm of aerial remote sensing images based on lateral inhibition competition

  • 1.

    Aeronautical Operations and Services Institute,The Aviation University of Air Force,Changchun 130022,China

  • 摘要: 图像配准是图像镶嵌、图像融合和目标定位等的核心技术。针对航空遥感影像中存在的特征信息匮乏以及不确定性灰度变化的问题，提出了一种基于侧抑制竞争的航空遥感影像配准算法，该方法利用侧抑制竞争的基本思想，首先检测出基准图像与待配准图像的暗特征点和亮特征点，然后利用特征匹配策略匹配两幅图像中同类性质的点特征，合并匹配点对集，最后计算出图像的变换模型，完成图像的配准工作。实验结果表明，该方法配准精度高、速度快，能够稳定并快速地完成可见光航空遥感影像的配准，解决了特征不明显的航空影像间配准成功率低的问题。
    Abstract: Image registration is a key step in image mosaic, image fusion and object localization. Given the problem that the aerial remote sensing images may have the uncertainty in image gray level and may be lack of feature information, a registration algorithm of aerial remote sensing images based on lateral inhibition competition was proposed, Firstly, the bright feature points and dark feature points of the reference image and the under registration image were detected with the basic idea of lateral inhibition competition. Then, the similar nature feature points of two images were combined with feature matching strategy and the matching-points sets was shaped. At last, the image transform model was calculated and the images were registered. A new thinking was provided for image registration. Comparing with the traditional feature registration algorithm, the experimental results show that the proposed algorithm has better registration, the aerial remote sensing images can be registered effective. Some conclusions are obtained through the analysis and explanation of the experimental data, which lay a solid foundation for further research.
  • [1] Zhang Yiwen, Hou Yuanbin, Kang Qian, et al. Image registration algorithm based on EPF and maximum cross-correlation for target recognition of manipulator[J]. Application Research of Computers, 2012, 29(12):4762-4763. (in Chinese)
    [2] Ye Yuanxin, Shan Jie, Peng Jianwei, et al. Automated multispectral remote sensing image registration using local self-similarity[J]. Acta Geodaerica et Cartographica Sinica, 2014, 43(3):268-269. (in Chinese)
    [3] Fan Youchen, Zhao Hongli, Sun Huayan, et al. Application of cross-correlation algorithm in moving target range-gated three-dimensional laser active imaging[J]. Infrared and Laser Engineering, 2016, 45(6):0617003. (in Chinese)
    [4] Li Dan, Xiao Liqing, Tian Jun, et al. Multi-images mosaic algorithm based on improved phase correlation and feature point registration[J]. Computer Science, 2018, 45(1):314-316. (in Chinese)
    [5] Moravec H P Towards. Automatic visual obstacle avoidance[C]//In Processing of International Joint Conference on Artificial Intelligence, 1977:1146-1148.
    [6] Harris C, Stephens M. A combined corner and edge detection[C]//Proceedings of the Fourth Alvey Vision Conference, 1988:147-151.
    [7] Smith S M, Brady J M. SUSAN-A new approach to low level image processing[J]. Int Journal of Computer Vision, 1997, 23(1):78-82.
    [8] Wang Tianyu, Dong Wenbo, Wang Zhenyu. Position and orientation measurement system based on monocular vision and fixed target[J]. Infrared and Laser Engineering, 2017, 46(4):0427003. (in Chinese)
    [9] Ouyang Huan, Fan Dazhao. Line matching for aerial image based on cumulative distribution constraint of the corresponding points[J]. Journal of Geomatics Science and Technology, 2017, 34(4):376-377. (in Chinese)
    [10] Christopher Timmermann, Meg J Spriggs, Mendel Kaelen, et al. LSD modulates effective connectivity and neural adaptation mechanisms in an auditory oddball paradigm[J]. Neuropharmacology, 2017, 39:1023-1025.
    [11] Du Hongwei. Research on biological lateral inhibitory mechanism and its application[D]. Nanjing:Nanjing University of Aeronautics and Astronautics, 2010. (in Chinese)
    [12] Song Xuefei. Research and application of graph clustering algorithm based on lateral inhibition[D]. Changchun:Jilin University, 2017. (in Chinese)
    [13] Wang Zhiqiang, Cheng Hong, Yang Guang, et al. Fast target location method of global image registration[J]. Infrared and Laser Engineering, 2015, 44(S):226-227. (in Chinese)
    [14] Yun Haijiao, Wu Zhiyong, Wang Guanjun, et al. Image enhancement algorithm based on improved lateral inhibition network[J]. Infrared Physics and Technology, 2016, 76:308-314. (in Chinese)
    [15] Wang Weibin, Bai Xiaoling, Xu Qian. Feature image matching of SURF and RANSAC[J]. Journal of Harbin University of Science and Technology, 2018, 33(6):622-627. (in Chinese)
    [16] Zhao Aigang, Wang Hongli, Yang Xiaogang, et al. Compressed sense SIFT descriptor mixed with geometrical feature[J]. Infrared and Laser Engineering, 2015, 44(3):1086-1089. (in Chinese)
    [17] Hu Fangshang, Guo Hui. Printing image registration based on ROI template[J]. Journal of Donghua University, 2016, 42(4):583-584. (in Chinese)
  • [1] 王晓艳, 徐高魁.  基于立体视觉与特征匹配的点云目标识别算法 . 红外与激光工程, 2022, 51(9): 20210596-1-20210596-7. doi: 10.3788/IRLA20210596
    [2] 王中军, 晁艳锋.  采用SURF特征和局部互相关信息的图像配准算法 . 红外与激光工程, 2022, 51(6): 20210950-1-20210950-6. doi: 10.3788/IRLA20210950
    [3] 赵慧洁, 张晓元, 贾国瑞, 邱显斐, 翟亮.  运动补偿下双通道星载高光谱成像仪图像配准 . 红外与激光工程, 2021, 50(3): 20211022-1-20211022-9. doi: 10.3788/IRLA20211022
    [4] 荆滢, 齐乃新, 杨小冈, 卢瑞涛.  基于LK和FAST的时间序列图像快速配准算法 . 红外与激光工程, 2018, 47(11): 1126006-1126006(9). doi: 10.3788/IRLA201847.1126006
    [5] 黄卓, 陈凤东, 刘国栋, 魏富鹏, 彭志涛, 唐军, 刘楠.  连接向量特征匹配的暗场图像配准方法 . 红外与激光工程, 2018, 47(11): 1126005-1126005(6). doi: 10.3788/IRLA201847.1126005
    [6] 武奕楠, 李国宁, 张柯, 张宇, 金龙旭.  基于同名点追踪的空间相机成像拼接配准模型 . 红外与激光工程, 2016, 45(3): 326002-0326002(7). doi: 10.3788/IRLA201645.0326002
    [7] 王贵圆, 常本康, 富容国, 冯澍, 孙斌, 李英杰.  分光轴式多源图像融合系统近距离配准方法研究 . 红外与激光工程, 2016, 45(11): 1104003-1104003(7). doi: 10.3788/IRLA201645.1104003
    [8] 李英杰, 张俊举, 常本康, 钱芸生, 刘磊.  远距离多波段红外图像融合系统及配准方法 . 红外与激光工程, 2016, 45(5): 526002-0526002(6). doi: 10.3788/IRLA201645.0526002
    [9] 肖志涛, 朱莎莎, 耿磊, 李月龙, 刘文超, 叶琨.  深度约束的零件尺寸测量系统标定方法 . 红外与激光工程, 2015, 44(9): 2831-2836.
    [10] 王志强, 程红, 杨桄, 李成, 吴迪.  全局图像配准的目标快速定位方法 . 红外与激光工程, 2015, 44(S1): 225-229.
    [11] 张宏伟, 樊祥, 朱斌, 施展.  引入外点剔除机制的双波段红外图像的配准 . 红外与激光工程, 2015, 44(S1): 23-28.
    [12] 刘晓诚, 薛模根, 黄勤超, 王峰.  基于矩阵恢复的红外偏振图像分区配准算法 . 红外与激光工程, 2014, 43(8): 2733-2739.
    [13] 韩艳丽, 刘峰.  基于三角形匹配的空间小目标检测算法 . 红外与激光工程, 2014, 43(9): 3134-3140.
    [14] 杨晟, 李学军, 朱诗兵, 刘涛.  抗仿射形变异构金字塔复合描述点特征匹配算法 . 红外与激光工程, 2014, 43(7): 2387-2392.
    [15] 谢易辰, 陈健, 闫镔, 童莉, 曾磊, 崔明明.  三维特征点距离特征集合求交匹配算法 . 红外与激光工程, 2014, 43(8): 2728-2732.
    [16] 何林阳, 刘晶红, 李刚, 刘剑.  改进BRISK特征的快速图像配准算法 . 红外与激光工程, 2014, 43(8): 2722-2727.
    [17] 吴明军, 许建铮, 周桢, 张亚涛.  针对运动摄像机的快速低存储开销运动目标检测算法 . 红外与激光工程, 2013, 42(8): 2275-2280.
    [18] 吴泽鹏, 郭玲玲, 朱明超, 贾宏光, 宣明.  结合图像信息熵和特征点的图像配准方法 . 红外与激光工程, 2013, 42(10): 2846-2852.
    [19] 张德新, 马广富, 邵晓巍.  利用目标直线边缘交点的某型航侦CCD相机图像拼接 . 红外与激光工程, 2012, 41(1): 234-238.
    [20] 何莲, 蔡敬菊, 张启衡.  改进的基于弦切变换的目标检测方法 . 红外与激光工程, 2012, 41(1): 239-247.
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  288
  • HTML全文浏览量:  22
  • PDF下载量:  35
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-03-22
  • 修回日期:  2018-05-06
  • 刊出日期:  2018-06-25

基于侧抑制竞争的航空遥感影像配准算法

doi: 10.3788/IRLA201847.S126005
  • 1. 空军航空大学 航空作战勤务学院,吉林 长春 130022
    • 作者简介:

    王志强(1982-),男,讲师,硕士,主要从事侦察图像处理、目标识别方面的研究。Email:260990002@qq.com

  • 收稿日期: 2018-03-22
  • 修回日期: 2018-05-06
  • 刊出日期: 2018-06-25
基金项目:

国家自然科学基金（61301233）

  • 中图分类号: TP751

摘要: 图像配准是图像镶嵌、图像融合和目标定位等的核心技术。针对航空遥感影像中存在的特征信息匮乏以及不确定性灰度变化的问题，提出了一种基于侧抑制竞争的航空遥感影像配准算法，该方法利用侧抑制竞争的基本思想，首先检测出基准图像与待配准图像的暗特征点和亮特征点，然后利用特征匹配策略匹配两幅图像中同类性质的点特征，合并匹配点对集，最后计算出图像的变换模型，完成图像的配准工作。实验结果表明，该方法配准精度高、速度快，能够稳定并快速地完成可见光航空遥感影像的配准，解决了特征不明显的航空影像间配准成功率低的问题。

English Abstract

    全文HTML

参考文献 (17)

目录

    /

    返回文章
    返回

    版权所有 © 2019 《红外与激光工程》编辑部｜ 地址: 天津市空港经济区中环西路58号｜ 邮政编码: 300308

    津ICP备19007885号-1

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计