气象云图分级配准方法研究

气象云图序列图像由气象卫星分时拍摄而获得。在相邻两幅图像的拍摄时间间隔内,卫星传感器的位置及大气云层的形态都发生了一定的变化。因此,气象云图序列图像同时具有刚性形变和非刚性形变。针对这一特征,提出气象云图分级配准方法。首先采用基于Forstner特征点的刚性配准算法,校正由于传感器位置变化引起的旋转和平移等图像整体刚性形变;然后采用基于B样条的非刚性配准算法,校正云层局部扭曲等非刚性形变。实验结果表明,分级配准方法不但提高了图像配准的精度,使其达到亚像素级,还提高了算法的运行速度。

基于分级策略和改进相位相关的SAR影像配准

传统SAR影像自动配准方法往往存在大量重复运算或需要精确初值,特别是在亚像素配准时,大量重采样运算更不可避免;而传统相位相关亚像素配准方法用于SAR影像配准的可靠性和精度较差,大范围配准时更忽略了局部偏移量的不一致。鉴于此,采用分级配准策略,在全局粗配准后分块进行精配准,即先利用传统相位相关法完成局部整像素配准,再利用改进的相位相关法迭代完成局部亚像素配准。在局部亚像素配准时改进了传统相位相关亚像素配准方法,以相关峰为测度,通过曲线拟合并改正偏移量来迭代求取亚像素偏移值。通过控制点的二次多项式拟合均方根误差和精配准后控制点平均相关系数分析配准精度,进行了验证实验。结果表明,在低相关区域,该配准方法得到的结果在精度上接近实相关法、优于复相关法,且明显提高了运算效率。