基于小成分及噪声成分的多光谱图像配准方法

摘要

本发明提供的是一种基于小成分及噪声成分的多光谱图像配准方法。本发明首先对多光谱图像进行比例变换、区域选择、控制点选择等先期处理工作，然后利用传统方法在对多光谱图像进行初步配准的基础上，通过计算图像自相关矩阵或协方差矩阵特征值，利用最小的几个特征值来构造代价函数，再寻找代价函数的最小值，实现配准。本发明具有很好鲁棒性和精确性，不仅可以修正基于互信息、互相关等传统方法等方法的配准错误，也具有更高的配准精度。

主权项

1、一种基于小成分及噪声成分的多光谱图像配准方法，其特征是包括步骤：(1)对多光谱图像进行比例变换、归一化、区域选择、控制点选择先期处理工作；(2)对先期处理后的多光谱图像进行初步配准，以某个波段图像作为参考图像，对其他波段图像一一进行配准；(3)采用小成分及噪声成分方法对初步配准后的多光谱图像进行配准调整，具体包括如下步骤：a、选择配准对应点；b、建立多光谱图像的线性混合模型：$X=\underset{k=1}{\overset{M}{\Sigma }}{s}_k{a}_k+n=\mathrm{SA}+n,$求取多光谱图像自相关矩阵或协方差矩阵并计算所述自相关矩阵或协方差矩阵的特征值，该模型中：s_k是L×1维单位范数成分向量，不同种类的物体对应不同的s_k；a_k是相应的丰度；M是所包含成分的数目；L是波段的数目；n是由于模型不完善或噪声造成的误差矢量；c、以小成分和噪声成分对应的特征值构造代价函数；d、计算某波段图像在不同位置的代价函数值、寻找代价函数最优点，实现该波段图像的配准调整；e、针对其他波段图像依次进行配准调整；(4)重复步骤(3)，直到所有波段都满足约定条件时，配准调整结束。