李 慧，蔺启忠，刘庆杰

(1.中国科学院对地观测与数字地球科学中心，北京 100094;2.中国科学院数字地球科学重点实验室，北京 100094;3.中国科学院研究生院，北京 100049)

基于FAST和SURF的遥感图像自动配准方法

李 慧1，2，3，蔺启忠1，2，刘庆杰1，2

(1.中国科学院对地观测与数字地球科学中心，北京 100094;2.中国科学院数字地球科学重点实验室，北京 100094;3.中国科学院研究生院，北京 100049)

提出了基于加速分割检测特征(features from accelerated segment test，FAST)和加速鲁棒性特征(speeded－up robust features，SURF)的遥感图像自动配准方法。首先对参考图像与待配准图像进行HSI变换和高斯金字塔建立;然后检测并提取FAST角点，计算各角点的SURF描述子，用K－D树匹配搜索策略得到2幅图像的匹配点对;再使用最小二乘迭代法剔除错误匹配点并拟合几何变换系数;最后执行几何变换，得到配准后的图像。将该方法分别与基于SURF自动配准方法和ENVI软件中自动获取配准点的方法进行对比实验，结果表明，利用该方法能够获得更多的匹配点对，具有更高的几何配准精度，但在尺度不变性方面略逊于SURF算法。

遥感图像;自动配准;FAST;SURF;高斯金字塔

0 引言

图像配准是多源遥感图像融合、镶嵌以及变化检测等处理的基本步骤，是多源遥感数据在重大环境与灾害问题中应急响应的关键技术之一，可分为基于区域的自动配准方法和基于特征的自动配准方法［1］。基于区域的配准方法是直接利用图像局部区域的灰度信息，建立2幅图像之间的相似性度量来获取匹配点［2］;基于特征的配准方法是以图像上边缘、线交叉点及角点等特征点作为2幅图像配准的匹配点。……