利用自动匹配与三角剖分进行遥感图像几何精校正

马灵霞; 邹同元; 徐京

doi:10.11834/jrs.20110234

技术方法 | 浏览量 : 0 下载量: 934 CSCD: 6

PDF
导出
分享
收藏
专辑

利用自动匹配与三角剖分进行遥感图像几何精校正
Remote sensing image geometric accurate rectification based on automatic matching and triangulation
2011年15卷第5期页码：927-939
纸质出版：2011
DOI： 10.11834/jrs.20110234
稿件说明：

移动端阅览

[1]马灵霞,邹同元,徐京.利用自动匹配与三角剖分进行遥感图像几何精校正[J].遥感学报,2011,15(05):927-939. DOI： 10.11834/jrs.20110234.

Remote sensing image geometric accurate rectification based on automatic matching and triangulation[J]. Journal of Remote Sensing, 2011, 15(5): 927-939. DOI： 10.11834/jrs.20110234.

摘要

在研究传统几何精校正方法的基础上

提出了一种高精度的基于自动同名点匹配和三角剖分技术的几何精校正方法

该方法是通过基准底图对待校正图像进行几何精校正的。首先利用FAST （Features from Accelerated SegmentTest）算子在基准底图上快速提取均匀分布的候选特征点

通过图像自身携带的地理定位信息确定初始同名点对;经平移误差消除、互相关双向匹配、RANSAC（Random Sample Consensus）粗差剔除、二元三点插值等步骤获取稳定可靠的亚像元级同名点对;最后根据亚像元级同名点对构建Delaunay三角网进行图像变换和重采样处理。以Landsat卫星ETM为基准底图对环境卫星CCD数据进行几何精校正试验

本算法几何精校正精度较传统的方法得到了很大提高。

Abstract

This paper proposes a Geometric Accurate Rectification method in remote sensing image based on reference image library.Firstly

uniformly distributed feature points are obtained in reference image using FAST （Features from Accelerated Segment Test） algorithm

the original matches of feature points are found based on the geographical information.Secondly

the highprecision matches of points are searched out in the input image through translation error removing

exact matching and RANSAC （Random Sample Consensus） gross error elimination.Finally

Delaunay triangulation is constructed for image transformation and resampling.It is verified by HJ Satellite experimental images

compared with traditional method

the accuracy of proposed method has been greatly improved.

关键词

Keywords

references

文章被引用时，请邮件提醒。

提交

基于弱监督实例分割的遥感图像低成本细粒度解译方法

Transformer与CNN融合的双分支遥感图像阴影检测

ADC-CPANet：一种局部—全局特征融合的遥感图像分类方法

基于类脑脉冲神经网络的遥感图像检测算法

光学遥感图像的小样本目标检测