多元互信息在超光谱图像自动配准中的应用

文章提出了一种超光谱图像的高精度自动配准算法。该算法采用多元互信息作为相似性测度,能同时利用多个波段图像的可知信息,并能很好地克服图像光谱特征变化的影响;同时,随机优化算法二阶同步试探随机逼近算法(2SPSA)的应用解决了多元互信息的多参数优化问题;另外,算法的多分辨率实现形式,能明显加快搜索速度并增强优化算法的鲁棒性。实验结果表明该算法能有效地处理超光谱图像配准问题,并能达到亚像素的配准精度。

基于互信息和随机优化的超光谱遥感图像配准

精确的谱间配准是从超光谱遥感图像中获取光谱信息的基本前提之一。而谱间配准的主要困难在于宽的成像光谱范围使波长间隔远的图像缺乏相似性,超光谱图像本身海量的数据也限制了配准算法的复杂性。提出了一种结合互信息和随机优化技术的多分辨率配准方法。该方法采用互信息作为相似性测度,能很好的适应超光谱图像光谱特征的变化;二阶同步试探随机逼近(2SPSA)算法的应用,解决了互信息的多变量优化问题;通过一种具有平移和旋转不变性的小波分解实现算法的多分辨率形式,能明显加快算法的收敛速度并保证搜索结果的全局最优性。实验结果表明该算法适用于配准波长范围很宽的超光谱图像,并能达到子像素的配准精度。