基于傅立叶变换的遥感图像配准算法分析_刘青芳.pdf

Application 创新应用350 电子技术 第 52 卷 第 6 期（总第 559 期）2023 年 6 月M2(log,)=M1(log-log,-0)（3）根据式（3）即可将缩放参数与旋转参数求出来，再旋转待配准图像，并对其缩放变换复原，图像复原后和参考图像只有平移变换的关系，再通过频域相位相关法将平移变量计算出来。图1基于傅立叶变换的遥感图像配准流程图。2 基于傅立叶变换的配准算法 2.1 高通滤波通过傅立叶旋转和变换的不可交替，导致频率域中低频环节的频谱混叠现象非常恶劣，为此提出高通滤波器，取得明显效果。因此很多学者会通过该滤波器降低频谱混叠效应，如式（4）。H(,)=(1.0-X(,)(2.0-X(,)（4）其中，X(,)=cos()cos()，-0.5，0.5。0 引言图像空间配准作为多源遥感图像融合的关键环节，其误差大小对图像融合有效性具有直接影响。通常可将图像配准方法划分为四种：（1）图像灰度值法，例如相关方法；（2）利用频域法，例如快速傅立叶变换1；（3）图像特征法，例如角点与边缘的方法；（4）区域法。由于遥感图像有着复杂的产生背景，而且特征提取难度较大。为此，本文提出基于傅立叶变换的自动配准遥感图像，傅立叶变换与其他配准方法不同，该方法是基于频率域最佳信息搜索匹配，在扩展相关技术后，能够将图像之间存在的变化参数直接计算出来，使图像快速自动配准。1 基于傅立叶变换的遥感图像配准假设图像f1(x,y)平移(x0,y0)、缩放、旋转后获得图像f2(x,y)，如式（1）。f(x,y)=f(xcos+ysin)-x0,(-xsin+ycos)-y0)（1）变换以上傅立叶公式，所得功率谱符合式（2）。|F2(u,v)|=-2|F1(-1(ucos+vsin),-1(-usin+vcos)|（2）从式（2）中可以看出，频谱幅值只和缩放因子、旋转密切相关，和平移参数不存在相关性，不考虑式中的-2因子，转换幅度值的对数极坐标，得出式（3）。作者简介：刘青芳，太原工业学院电子工程系，讲师，硕士研究生：研究方向：信号分析与处理。收稿日期：2023-02-02；修回日期：2023-06-12。摘要：阐述傅立叶变换为基础的遥感图像配准算法。实验结果显示，该算法加入噪声干扰，对具有缩放、旋转以及平移等变换遥感图像进行处理，鲁棒性依旧非常强。关键词：傅立叶变换，空间遥感，图像处理，配准算法。中图分类号：TP751，TP391.41文章编号：1000-0755(2023)06-0350-02文献引用格式：刘青芳.基于傅立叶变换的遥感图像配准算法分析J.电子技术,2023,52(06):350-351.基于傅立叶变换的遥感图像配准算法分析刘青芳（太原工业学院 电子工程系，山西 030008）Abstract This paper describes the algorithm of remote sensing Image registration based on Fourier transform.The experimental results show that the algorithm incorporates noise interference and still has strong robustness in processing remote sensing images with transformations such as scaling,rotation,and translation.Index Terms Fourier transform,spatial remote sensing,image processing,registration algorithm.Analysis of Algorithms of Remote Sensing Image Registration Based on Fourier TransformLIU Qingfang(Department of Electronic engineering,Taiyuan Institute of technology,Shanxi 030008,China.)图1 基于傅立叶变换的遥感图像配准流程图Application 创新应用电子技术 第 52 卷 第 6 期（总第 559 期）2023 年 6 月 351 2.2 加窗弱化若想弱化高频边缘信息造成的假象效应，在傅立叶变换图像前，需要对图像实施加窗处理，这对假象的消除极为有利。对比研究后选择Bartlett三角窗，尽管Bartlett窗的主瓣宽度比较大，旁瓣却相对较小，可以消除泄漏与高频干扰2。如式（5）所示。（5）2.3 傅立叶变换配准步骤（1）填充原始图像，处理两幅大小相同的图像，将其分别记为f1与f2；（2）Bartlett加窗处理图像f1与f2，且记作f3与f4；（3）图像f3与f4经处理后展开傅立叶变换，频率谱变换后实现中心化，即F1与F2；（4）高通滤波F1与F2后，展开对数极坐标转换，通过相位相关得到互功率谱，再展开傅立叶逆变换，将图像f1与f2之间缩放与旋转参数计算出来3；（5）通过以上所求解缩放与旋转参数逆变换待配准图像，求出图像f2；（6）图像f2复原后和参考图像因未只有平移变换的不同，通过频域相位相关法将平移变量求出来。3 研究结果评估本研究选择IKONOS遥感图像展开分析，以Matlab 2015a作为程序平台，实验主要目的在于针对异体物体遥感图像，对傅立叶变换对平移、旋转以及缩放等图像适用范围进行分析，本文基于同等位移变化，以缩放与宣传参数为分析依据，表1为实验结果，其中，旋转变量记作，平移变量记作(x,y)、缩放变量记作。从本次实验分析结果可以看出，基于傅立叶变换的配准算法可以将综合变换模式下的图像尺度与旋转参数检测出来。然而，所检测图像来源、范围等与图像的纹理特性密切相关。因为配准器件选择高通与加窗滤波处理，导致傅立叶变换原始图像后，高频边缘假象效应有所减弱，且傅立叶旋转与变换间存在的不可交替性，导致图像幅度谱呈现混叠现象。所以，从上表可知，在同时平移变换、旋转以及尺度转化的情况下，傅立叶变换配准算法可以对图像尺度、旋转参数等进行精准计算，有助于扩大其适用范围4。旋转尺度范围为0.510，旋转角度范围01305。然而，随着平移量持续增加，也会慢慢缩小图像缩放与旋转参数可检测范围，如果平移量比较大或者缩放尺度太大，软件内存剧增，会造成程序运行失败。4 结语作为能够获取全球信息的一种重要技术，空间遥感存在诸多优势，遥感数据不同，其时相分辨率、空间分辨率以及波谱分片率也有所差异。图像融合技术科对多元信息进行加工和利用，实现各类信息实现相互补充，有助于更客观认识同一事物。本次研究选择Bartlett三角加窗函数处理图像，向频率域转换后，再通过高通滤波器有效处理，借助不同类遥感图像实施噪声干扰、平移、旋转变换和缩放等相关处理后，通过实验验证了傅立叶变换遥感配准算法。结果表明，该算法加入噪声干扰基础上，对具有缩放、旋转以及平移等变换遥感图像进行处理，鲁棒性依旧非常强。与不同纹理特性、密集程度的遥感图像做比较后发现，该算法在变换参数范围较为适用，具有对应递减功能，可见该算法在具有密集丰富地物信息的遥感图像中较为适用，试验验证发现，基于傅立叶变换的遥感配准算法在旋转75以内、平移30%以及缩放比例0.58的范围。参考文献1 邹瑄.基于改进傅里叶梅林变换的遥感图像配准算法J.信息记录材料,2022,23(11):107-111.2李良骥.红外和可见光异分辨率遥感图像配准技术研究D.上海：中国科学院大学(中国科学院上海技术物理研究所),2019.3 刘超然.航空遥感图像配准与拼接算法研究D.黑龙江：哈尔滨工业大学,2018.4 潘安宁.基于混合特征的多视角遥感图像配准算法研究及其应用D.云南：云南师范大学,2018.5 祁曦.基于改进SIFT和改进K-means的遥感图像配准算法D.上海：华东师范大学,2018.表1 IKONOS遥感图像缩放与旋转参数