宋佳乾，汪西原

(宁夏大学物理与电子电气工程学院，宁夏 银川 750021)

图像配准是对2幅以上具有一定重叠区域、同一场景不同角度、不同传感器或不同时间获取的图片进行匹配的过程[1]。在遥感影像处理领域，图像的融合、拼接、变化检测也与图像配准息息相关，可以说配准是对遥感图像进行下一步处理的基础，其速度和精度对图像的后续分析具有关键的作用。

目前，对遥感图像配准通常使用的有4种方法，在这些方法中，基于图像像素信息和基于图像特征的方法使用频率较高，图像特征一般不随图像灰度差异的变化而变化，使基于图像特征的方法得到广泛的应用。在图像特征的配准方法中，David Lowe于2004年提出的SIFT算法[2]因对两幅图像之间的平移、旋转、仿射等变换具有较强的适应性[3]，从而在配准领域得到了广泛的应用，但是当图像的特征点较多时，SIFT算法构造特征点的特征描述符会消耗大量时间，且在后续的匹配和拼接过程中仅有少量的特征点被使用，遥感图像信息非常丰富，检测到的特征点数目繁多，这对算法的精度和速度都有较大的影响。

综上，本文提出一种NSCT算法和改进SIFT算法相结合的遥感图像配准算法。首先使用NSCT算法对遥感图像进行处理，获得低频图像后，再使用改进后的SIFT算法来减少从遥感图像提取出的特征点数目，完成对遥感图像的匹配。试验结果和分析说明本文算法可以有效地减少特征点数目，提高特征点的匹配精度和效率。……