王亚丽，赖惠成

(新疆大学信息科学与工程学院，新疆乌鲁木齐830046)

1 引言

图像配准[1]是将同一场景的不同时间，不同传感器或不同视点的两个或多个图像匹配[2]的过程[1]。它是许多遥感任务不可或缺的部分，例如变化检测，图像融合和环境监测等。基于特征的算法对图像灰度变化和遮挡具有较好的稳定性[2]，并且目前在遥感图像配准中使用最多，尺度不变特征变换(SIFT)[3]是经典方法。但是，对于遥感图像，由于非线性强度映射的显着差异，正确对应的数量不足以确认匹配精度[4]。为了克服这个问题，Kupfer等人[5]提出了一种快速模式搜索SIFT(MS-SIFT)算法，联合了特征点的尺度，方向和位置信息。Gong.M等人[6]提出了基于SIFT和互信息的由粗到精的图像配准算法。然而，这些方法仍然无法对齐具有大灰度差异的遥感图像对。闻等人[7]提出了增强特征匹配方法(PSO-SIFT)，匹配性能得到明显改善，但是使用高斯尺度空间，容易使边缘和细节变得模糊，导致特征点定位精度差，特征描述子区别度低。李[8]将非线性扩散技术应用在多光谱图像配准中，实验也表明非线性扩散滤波能够增加特征点检测和配准精度，然而该算法用加性算子分裂(AOS)方案[9]求解非线性方程的解析解，AOS方案需要在每个时间步骤求解大型线性方程组，比较耗时。

对此，本文提出了基于非线性尺度空间的改进SIFT遥感图像配准算法，用非线性扩散方程和快速显式扩散方法(FED)[10]构建空间，其优势在于保留了尺度空间图像的边缘和细节，同时提高了速率；……