×

农业地区光学/SAR卫星图像刚性联合配准的变分方法。 (英语) Zbl 1472.94007号

摘要:本文研究了合成孔径雷达(SAR)和光学卫星图像的联合配准问题。由于SAR和光学图像的不同性质,这类图像之间存在巨大的辐射和几何差异。因此,传统的注册方法不再适用于这种情况,这使得注册过程具有挑战性。基于农田监测问题,我们提出了一种新的变分方法来实现SAR和光学图像的联合配准。我们方法的核心思想是考虑仿射变换集上的一个约束优化问题,其代价函数是选择性平滑SAR图像的两个肥大骨架的可持续部分与光学图像的亮度分量之间的(L^p)-互相关。
我们讨论了该问题所提陈述的一致性,提出了其正则化方案,导出了相应的优化系统,并详细描述了用于实际实现共注册过程的算法。为了评估所提出方法的性能,我们借助几个数值实验和真实的卫星图像说明了其关键步骤。

MSC公司:

94A08型 信息和通信理论中的图像处理(压缩、重建等)
68单位10 图像处理的计算方法
68吨10 模式识别、语音识别

软件:

SIFT公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 薛,J。;Su,B.,《重要遥感植被指数:发展和应用综述》,Hindawi J.Sensors,文章ID 1353691,1-17(2017)
[2] 道恩,S。;Saxena,V。;Sharma,B.,(Elmoataz,A.;Lezoray,O.;Nouboud,F.;Mammass,D.;Meunier,J.,图像和信号处理,ICISP 2010。图像和信号处理,ICISP 2010,计算机科学讲义,第6134卷(2010),施普林格:施普林格柏林,海德堡),103-112
[3] I.Garkusha,V.Hnatushenko,V.Vasyliev,《大气和湿度对Sentinel-1雷达成像数据影响的研究》,载于:IEEE第37届电子与纳米技术国际会议,ELNANO,2017年,http://dx.doi.org/10.109/elnano.2017.7939787。
[4] I.Garkusha,V.Hnatushenko,V.Vasyliev,使用Sentinel-1数据监测土壤湿度,收录于:IEEE国际地球科学和遥感研讨会,IGARSS,2017年,http://dx.doi.org/10.1109/igarss.2017.8127291。
[5] 穆勒,M。;Shepherd,J。;Dymond,J.,《利用合成孔径雷达和光学数据对新西兰林地斑块进行支持向量机分类》,LiDAR培训,J.Appl。遥感器,9,1,Id 095984(2015)
[6] Saradjian,M。;Hosseini,M.,《利用实验数据比较光学、雷达和混合土壤水分估算模型》,J.Appl。远程传感器,5,1,Id 053524(2011)
[7] 科恩,J。;Pattichis,M.,使用互信息模型的稳健多光谱图像配准,IEEE Trans。地质科学。遥感,45,5,1494-1505(2007)
[8] Salehpour,M。;Behrad,A.,使用不变特征的局部和全局几何关系进行合成孔径雷达和光学图像协同配准的分层方法,J.Appl。遥感器,11,1,Id 015002(2017)
[9] Xiang,Y。;Wang,F。;Wan,L。;焦,N。;You,H.,OS-Flow:稠密光学和SAR图像配准的稳健算法,IEEE Trans。地质科学。遥感,57,9,6335-6354(2019)
[10] Brown,G.,图像配准技术综述,ACM计算机。调查。,24, 325-376 (1992)
[11] Lowe,D.,《尺度不变关键点的独特图像特征》,国际计算机杂志。视觉。,60, 2, 91-110 (2004)
[12] Y.Shedlovska,V.Hnatushenko,V.Kashtan,用于图像相似性估计的卫星图像特征,收录于:IEEE应用物理与工程国际青年科学家论坛,YSF,2017年,http://dx.doi.org/10.109/ysf.2017.8126673。
[13] Zitova,B。;Flusser,J.,图像配准方法:调查,图像视觉计算。,21, 11, 977-1000 (2003)
[14] Guido,R.,Paraconsistent特性工程,IEEE信号处理。Mag.,36,1,154-158(2019)
[15] 王,X。;邓,K。;Yang,H.,带综合互补不变特征的SAR图像自动配准,J.Multimedia,9,1,67-73(2014)
[16] 马,L。;郑,G。;艾特尔,J。;莫斯卡尔,L。;他,W。;Huang,H.,改进的基于显著特征的方法,用于自动分离森林冠层地面激光雷达点云数据中的光合和非光合成分,IEEE Trans。地质科学。遥感,54,2,679-696(2016)
[17] 马,J。;Chan,J。;Canters,F.,《多角度CHRIS/Proba数据的全自动亚像素图像配准》,IEEE Trans。地质科学。遥感,48,7,2829-2839(2010)
[18] Wu,Y。;Ming,Y.,稳健光学和SAR多传感器图像配准,Proc。SPIE,9642,Id 96420W(2015)
[19] M.Ali,D.Clausi,SAR和可见波段遥感图像的自动配准,摘自:Proc。IEEE国际地质科学。远程传感器信号。,2002年第3卷,第1331-1333页。
[20] Danchao,G.,基于直线特征的高分辨率遥感图像配准,ISPRS J.Photogrammam。遥感,B4,XXXVII,1819-1823(2008)
[21] B.Manjunath等人。一种稳健的图像特征检测方法,应用于人脸识别和运动对应,见:Proc。内部确认模式识别。,荷兰海牙,1992年,第208-212页。
[22] 李,H。;Manjunath,B。;Mitra,S.,《基于轮廓的多传感器图像配准方法》,IEEE Trans。图像处理。,4, 3, 320-334 (1995)
[23] Rehman,N。;Mandic,D.,多元经验模式分解,Proc。R.Soc.Eng.A,4661291-1302(2009)·Zbl 1191.94049号
[24] Linderhed,A.,《图像EMD:图像处理的新工具》,Adv.Adapt。数据分析。,1,2,Id 265294(2008)
[25] N.Rehman,M.Khan,M.Sohaib,M.Jehanzaib,S.Ehsan,K.McDonald Maier,使用多元和多维EMD的图像融合,载于:2014年IEEE国际图像处理会议论文集,ICIP,法国巴黎,2014,第5112-5116页。
[26] 卡萨萨,W。;Boaventura,M.,《纹理图像中结合扩散方程和波原子的分解和噪声去除方法》,Hindawi出版社。公司数学。问题。工程,2010,Id 764639(2010)·Zbl 1189.94027号
[27] Barcelos,C。;博阿文图拉,M。;Silva,E.,使用偏微分方程自动选择参数进行边缘检测和噪声消除,计算。申请。数学。,24, 1, 131-150 (2005) ·Zbl 1213.94010号
[28] 佩罗纳,P。;Malik,J.,使用各向异性扩散的尺度空间和边缘检测,IEEE Trans。模式分析。机器。智力。,12629-639(1990年)
[29] G.Ronda,A.Valdes,《定向测地线活动轮廓》,载于:图像处理(ICIP),第19届IEEE图像处理国际会议论文集,2012年,第1-4页。
[30] 朱,G。;张,S。;曾强。;Wang,C.,用于图像分割的定向测地线活动轮廓,J.Electron。图像。,16, 3, 1-3 (2007)
[31] 阿尔瓦雷斯,L。;狮子,P。;Morel,J.-M.,《非线性扩散的图像选择性平滑和边缘检测》。二、 SIAM J.数字。分析。,29, 3, 845-866 (1992) ·Zbl 0766.65117号
[32] 卡塞勒斯,V。;Kimmel,R。;Sapiro,G.,测地活动轮廓,国际计算杂志。《愿景》,22,1,61-79(1997)·Zbl 0894.68131号
[33] Canny,J.,边缘检测的计算方法,IEEE Trans。模式分析。机器。智力。,8, 6, 679-698 (1986)
[34] Barcelos,C。;博阿文图拉,M。;Silva,E.,《用于噪声去除和边缘检测的平衡流方程》,IEEE Trans。图像处理。,12, 7, 751-763 (2003)
[35] 科古特,P。;Leugering,G.,《网格区域上偏微分方程的最优控制问题:逼近和渐近分析》(2011),Birkhäuser:Birkháuser Boston·Zbl 1253.49001号
[36] 科古特,P。;Kupenko,O.,《非线性系统优化中的近似方法》(2010),Walter de Gruyter GmbH:Walter de Gluyter股份有限公司,柏林·Zbl 1226.49001号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。