无人机载和地面车载间多平台遥感影像的自动配准方法研究

项目名称： 无人机载和地面车载间多平台遥感影像的自动配准方法研究

项目编号： No.41301365

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 天文学、地球科学

项目作者： 史云

作者单位： 中国农业科学院农业资源与农业区划研究所

项目金额： 25万元

中文摘要： 本项目针对无人机载和地面车载影像的自动配准研究欠缺的现状，综合利用遥感、摄影测量和计算机视觉方面的知识，引入基于odometery辅助的蒙特卡洛影像预测算法以提高初始特征匹配的效率和精度，并提出基于初步配准参数的影像特征快速匹配思路，以解决机载车载间多平台影像间由于拍摄的角度及使用的传感器的巨大差异性而带来的无法进行特征匹配的问题；在特征匹配的基础上，分析机载车载间多平台影像变形的特性，设计有效的配准模型，研究基于设计的配准模型的全区全局配准参数估算和优化算法。本研究开展无人机载和地面车载的多平台影像的自动配准研究，对于空天地一体化对地观测网络的研究及应用具有重要的理论意义；在具体的农业遥感领域，对于促使利用基于低空无人机平台和地面车载移动平台遥感来进一步提高粮食估产，灾害评估等农业遥感的精度及可靠性的实践中有一定的意义。

中文关键词： 几何校正；影像配准；多角度遥感；；

英文摘要： In this study,automatic registration of remotely sensed imagery from UAV- and Vehicle-borne sensors is selected as our research target.As you know, image feature detecton &matching and mapping model design&calclation are two key steps of image registration.In the step of image feature detection &matching,we will study odometery-based feature position Forecasting method with Monte Carlo theory to improve accuracy and robustness of image feature matching.Also in this step,qucik matching mechanisms is studied for time saving.In the step of mapping model design,the two kind of imagery from the different platform are investigated and understand for desiging a efficent mapping model to apply two platfrom imagery do mapping well.And based the designed mapping model,we study global registration model parameter estimation and optimization.This study will help to propose the key scientific issues in romote sensing science and to promote the development of theories, methodologies and techniques ini related disciplines.

英文关键词： geometric rectification；image registration；Multi-platform Remote Sensing；；