吴腾 刘洋

【摘要】基于优化采样的目的，在采用压缩感知（CS）的体制下，研究了遥感图像的配准方法。这种方法与传统方法的不同之处在于将CS重构与图像配准融合作为一个整体，其输入是图像传感器输出的观测值，而非传统的图像。通过CS重构得到小波系数，然后在小波域根据互信息最大准则进行配准，这样，避免了图像和小波域之间的反复变换，提高了效率。在此基础上，本文通过仿真实验，证明了上述方法的可行性。通过上述实验，我们可以得知，对传感器的精度比较低和在不损失分辨率的情况下，压缩感知具有很好的采样效率。

【关键词】图像配准;压缩感知;小波变换;互信息值

引言

遥感图像分辨率的提高，必然要求器件的采样率的提高，因此，在传统的Nyquist-Shannon采样体制下，采样率是限制分辨率提高的瓶颈之一。与此同时，采样率提高导致数据海量增加，还会给存储、处理和传输带来很大的压力。近年来研究的压缩感知技术（CS）[1-2]可以很好地解决这一问题，被广泛研究用于遥感之中[3-4]。

图像配准是图像融合等各种图像处理的前提[5-6]，也是遥感领域研究的重要内容[7-8]。在现有的图像配准方法中，基于小波变换和互信息的配准方法因无需对图像做预处理、自动化程度高、精度高等原因，是计算机视觉和图像处理研究的热点。但是，在CS体制下，图像传感器输出的是图像的观测值，不再是传统的图像，接收端需通过重构算法，才能重构出原来的图像。因此，本文研究一种方法，利用观测值进行配准，将配准与重构作为一个整体来考虑，这样可以减少延时，提高配准效率。……