《流形空間中影像控制結構的嵌入和匹配研究》是依託同濟大學，由馮甜甜擔任項目負責人的面上項目。
基本介紹
- 中文名：流形空間中影像控制結構的嵌入和匹配研究
- 項目類別：面上項目
- 項目負責人：馮甜甜
- 依託單位：同濟大學
中文摘要,結題摘要,
中文摘要
多源遙感數據匹配是多源數據融合、同化和反演的基礎，廣泛套用於航空航天影像處理、計算機視覺、目標識別和虛擬現實等領域。本項目以無人機影像序列和高解析度衛星影像匹配為目的，在高維觀測空間中尋找由少數獨立變數共同作用、具有良好控制結構、可用於匹配的低維觀測空間；以此為映射空間，將不同感測器的特徵數據集嵌入；通過尋找可用於匹配的控制結構，建立不同影像或數據之間的對應關係。本項目的特色在於利用同倫計算，用以實現從各個非穩定狀態成像到穩定狀態成像間的同倫變換計算；利用集值映射，用以解決遙感影像存在混合像元、同物異譜、同譜異物及空間解析度差異等原因造成的特徵位置和對應的尺度不確定性問題；利用超解析度技術，用以交替完成低解析度影像配準和影像空間解析度提高的任務。預期該研究將會突破匹配在數據融合、同化、目標跟蹤及反演的過程中瓶頸作用，達到節省數據資源和計算資源，同時使決策資源高效聚集的目的。
結題摘要
本項目針對提高遙感影像配準效率和精度的難題，提出了將多影像特徵映射到一個共同空間的策略，並尋找影像的控制結構以保證映射過程中的影像結構不變性。在此基礎上，針對解析度差異大的影像配準難題，提出了邊超分邊配準的策略；針對多源影像特徵不對應、角度多樣等配準難題，提出了利用隱含相似性，實行分級最佳化的配準策略。具體研究內容及重要結果如下： （1）提出了利用流形學習方法，將高維空間中多個影像上的特徵描述嵌入到共同的流形空間，實現一對多的配準過程，並用特徵點間的距離作為約束，以保證特徵映射過程中的結構不變性，再通過流形降維將高維特徵空間中的配準轉化為低維流形空間中的配準。根據多張Landsat影像的配準實驗發現，該方法有效地提高了多影像配準的效率。（2）提出了影像局部結構和全局結構相結合的控制策略，即構建特徵點的帶權KNN圖作為局部結構，各特徵點在影像特徵集中的空間位置作為全局結構，兩者聯合形成影像的結構控制約束，再結合特徵點的描述子進行匹配。根據多時相具有光照變化的Landsat影像配準實驗發現，該方法能克服影像輻射差異造成的配準難題，從而提高配準精度。 （3）提出了利用正則化超分的方法提高低分影像的解析度，即將高分影像作為先驗知識構造附加約束作為正則化項，實現了邊提高低分影像解析度邊配準的策略。根據對解析度相差4倍的Landsat ETM＋影像第6波段和第8波段的配準實驗發現，該方法能夠豐富低分影像中的細節，從中提取更多特徵，提高空間解析度差異大的影像配準精度。 （4）提出了利用異源影像間的隱含相似性，提取並篩選異源影像中的面狀地物作為控制結構，用適當的變換模型將待配準影像的控制結構整體映射至參考影像，通過對模型參數的最佳化實現異源影像的配準。根據對SAR影像和光學影像的配準實驗發現，該方法可以有效避免由於成像方式導致的特徵不對應問題，提高多源遙感影像配準的可靠性。 （5）在利用影像間隱含相似性的基礎上，重點針對控制結構映射後的特徵聚集問題，提出了模型參數的分級最佳化搜尋策略，通過QPSO全局最優和POWELL局部最優的聯合搜尋獲得最佳轉換參數。根據對無人機影像和衛星影像的配準實驗發現，該方法可有效提高存在成像角度差異的異源遙感影像配準精度。綜上，本項目的研究成果能夠套用於多波段，多感測器，多角度，多時相的遙感影像配準，並通過對相關算法的改進有效地提高了配準效率和精度。
