李凯睿

（武汉大学测绘遥感信息工程国家重点实验室 湖北省武汉市 430000）

1 引言

随着人类对地观测能力的增强，遥感数据呈现多元化和海量化，揭示着遥感大数据时代的到来。具备多平台、多分辨率、多时相、多层面、多种传感器、多角度、多光谱等特点的遥感影像数据网络化平台可获得多分辨率、多种类、高覆盖度的海量多源遥感数据。不同类型数据具有不同特点，如何实现多源遥感数据的优势互补最大化是当前的热点问题之一。其中影像的准确配准是充分利用异源遥感数据分析的基础，也是变化监测等遥感应用的重要保障。由于土地利用及覆盖类型随时间的变化，不同时相下的异源影像差异较大，因此如何高效处理长时间序列遥感图像自动配准对解决影像融合等问题具有重要现实意义。

影像配准是指匹配或重叠在不同时间、不同传感器或不同条件下获取的两个或多个影像的过程。常用的影像配准有利用尺度不变特征变换(SIFT)、局部相位描述符[2]等基于特征的方式，另一种利用互信息[3]方法、相位一致性等[4]基于区域的方法进行配准。基于区域的匹配方法能够在特征重复率明显降低的多源遥感影像间获取更多的可靠同名点。本文考虑相位一致性模型及对配准变换模型的鲁棒性评估提出基于区域的长时间序列影像配准方法，使不同时相异源影像自动配准结果更加准确。

2 长时间序列遥感影像数据自动配准方法

本文基于全球无缝影像和全球DEM 数据，利用影像模拟技术估计成像参数，再对待匹配与参考影像进行一致特征点提取及匹配并代入配准变换模型估计鲁棒性，最后精纠正待配准的影像，得到配准后结果。……