李少毅，王晓田，杨 开

(西北工业大学 航天学院，西安 710072)

改进的SURF彩色遥感图像配准算法

李少毅，王晓田，杨 开

(西北工业大学 航天学院，西安 710072)

为了进一步提高彩色遥感图像的配准精度，针对遥感图像配准过程中色彩信息利用率低以及误匹配率高的问题，提出一种改进的SURF(Speeded Up Robust Feature)彩色遥感图像配准算法;该算法首先在对彩色遥感图像进行特征点检测基础上，对特征点描述算子进行改进，以使颜色空间变换后得到的特征点色彩信息添加到原描述算子中,并对特征点描述算子进行归一化处理，以增加算子的独特性和对旋转、尺度、光照的鲁棒性；其次，结合单向匹配和双向匹配的比值，提出了一种最优化阈值选择准则，如果欧氏距离比率小于最优化阈值，完成特征点匹配，得到正确匹配点对，再通过变换矩阵得到配准图像;实验结果表明，在保证实时性的条件下，该算法相比于原SURF算法，准确性和稳定性都有一定提高，具有一定的理论和应用价值。

图像配准；改进描述符；最优阈值

0 引言

随着对遥感数据需求的急剧增加，与之密切相关的遥感图像配准技术也逐渐成为研究的热点，并已被广泛应用于遥感图像处理、目标识别、医学影像分析、机器视觉、以及三维重建等诸多学科和领域[1]。

目前，图像配准算法分为两类：基于区域灰度的配准方法和基于特征的配准方法。基于区域灰度的配准方法计算复杂，对图像平移、旋转、仿射变换都比较敏感，而基于特征的配准方法有效克服了以上缺点，尤其点特征在配准实时性和精确性方面具有明显优势，成为研究的热点。……