范登科，潘 励，叶沅鑫

(武汉大学遥感信息工程学院，武汉 430079)

1 概述

图像配准作为一项基础性的影像几何处理技术，在医学、计算机视觉等学科领域中发挥着重要作用。尽管它在遥感中的研究和应用起步较晚，但是由于遥感影像在采集环境、观测角、地形起伏等多方面因素作用下所体现出的复杂性远远大于其他图像，再加上其本身海量及多源异构的特性，对配准技术在该领域的研究和应用提出新的挑战。目前，国内外众多学者针对遥感影像匹配问题的不同方面，提出了很多具有可行性和研究价值的配准策略和方法，也因此产生了多种将配准方法进行分类的方式，包括基于配准影像数据源类型的分类、基于影像间几何畸变类型的分类等。最常见的是基于匹配时所使用影像信息类型的分类方式［1]，该方式将配准分为特征匹配和区域匹配两类。

特征匹配是当前配准技术研究的热点方向，它通过计算影像的梯度、矩等强度或对象的几何形态信息来描述局部范围内的显著性特征，然后选择适用于该特征匹配的相似性测度建立同名点的对应关系，最终完成对几何畸变的改正。常见的用于遥感影像配准的点特征有:Harris、Forsterner、Morovac，线形或边缘特征有:Canny、Sobel，面状或区域特征有Hu不变矩、形状上下文。SIFT［2]是近几年图像配准研究领域兴起的一种具有尺度和旋转不变性描述的特征算子，它以其多尺度、稳定的点特征表达特性赢得许多研究学者的青睐，并由此衍生出许多基于SIFT的配准方法，如PCA-SIFT［3]、CSIFT［4]、SR-SIFT［5]等。……