基于多層小波分解的角點檢測算法研究及應(yīng)用.pdf

1、遙感數(shù)據(jù)預(yù)處理是后續(xù)產(chǎn)品生產(chǎn)的必經(jīng)環(huán)節(jié)，其處理精度及速度會有累積效應(yīng)作用到后續(xù)環(huán)節(jié)，因此必須保證預(yù)處理的高速有效。圖像配準(zhǔn)作為預(yù)處理的基礎(chǔ)性環(huán)節(jié)之一，對特征點的精度有著更高的要求。國內(nèi)外在遙感圖像特征提取中取得了一定的成果，但是在多源遙感圖像處理過程中，由于圖像受噪聲、特征匱乏等因素的制約，特征點提取的準(zhǔn)確性仍沒有得到很好的解決。同時，圖像配準(zhǔn)后會根據(jù)五層十五級數(shù)據(jù)組織結(jié)構(gòu)生成標(biāo)準(zhǔn)化的瓦片數(shù)據(jù)快視圖，瓦塊數(shù)據(jù)的處理方式導(dǎo)致其快視圖存在顏

2、色不均衡，以及切分后的瓦片數(shù)量較多的問題生產(chǎn)效率低也有待進一步改善。
　　針對以上問題本文提出一種基于小波分解的角點檢測算法，通過對高頻分量的提取方式進行改進，提高了控制點的準(zhǔn)確性；同時運用 Web Service、多線程等技術(shù)提高了遙感數(shù)據(jù)的生產(chǎn)效果。本文研究內(nèi)容及研究重點如下：
　　1.針對Harris角點檢測算法提取的角點中存在較多偽角點的問題，提出了基于多層小波分解的角點檢測算法。
　　2.針對圖像配準(zhǔn)過程中提

3、取控制點所需基準(zhǔn)影像庫過大，從而造成處理系統(tǒng)可移植性差、影像庫不易管理的問題，提出基準(zhǔn)影像的按需動態(tài)獲取的策略。
　　3.針對不同瓦片數(shù)據(jù)快視圖中存在色差的問題，提出利用圖像直方圖信息生成快視圖的方法。此方法可實現(xiàn)快視圖顏色均衡、地物清晰的效果，同時也提高了快視圖生產(chǎn)效率。
　　實驗驗證數(shù)據(jù)表明，本文所提出的改進后的角點檢測算法使控制點的平均誤差降低了21.8％；按需動態(tài)獲取策略使得系統(tǒng)基準(zhǔn)影像庫可以節(jié)約高達95%的存儲容量