●前言
第1章緒論1
1.1多模態遙感圖像配準的意義1
1.2圖像配準技術概述3
1.2.1圖像配準的定義3
1.2.2圖像配準的基本步驟3
1.2.3配準精度評價4
1.3多模態遙感圖像自動配準所面臨的挑戰5
1.4研究現狀和發展趨勢8
1.4.1基於區域的配準方法9
1.4.2基於特征的配準方法10
1.4.3基於深度學習的配準方法11
1.4.4發展趨勢12
1.5本書主要內容13
1.6本章小結15
第2章圖像處理基礎知識16
2.1圖像數字化16
2.1.1采樣和量化16
2.1.2數字圖像的表示17
2.1.3空間和灰度分辨率18
2.2圖像空間域處理19
2.2.1圖像基本灰度處理20
2.2.2圖像直方圖處理22
2.2.3圖像空間濾波25
2.3圖像頻率域處理29
2.3.1預備知識30
2.3.2一維傅裡葉變換30
2.3.3二維傅裡葉變換31
2.3.4二維離散傅裡葉變換的若干性質31
2.3.5頻率域濾波32
2.3.6快速傅裡葉變換33
2.4邊緣提取34
2.4.1基本概念34
2.4.2常見的邊緣提取算子35
2.4.3邊緣提取的效果評價38
2.5本章小結38
第3章圖像特征提取40
3.1特征點檢測40
3.1.1特征點檢測算法發展歷程40
3.1.2特征點尺度定位42
3.1.3Harrls-Laplace44
3.1.4Hession-Laplace46
3.1.5DoG47
3.1.6MSER50
3.2特征點描述52
3.2.1SIFT描述符52
3.2.2SURF描述符54
3.2.3Shapecontext55
3.2.4BRIEF56
3.3相位一致性特征57
3.3.1相位信息的重要性57
3.3.2相位一致性和局部能量60
3.3.3利用小波計算相位一致性62
3.3.4相位一致性特征方向71
3.4本章小結73
第4章匹配度量準則74
4.1距離度量模型74
4.1.1LP範數74
4.1.2差平方和75
4.1.3漢明距離75
4.1.4灰度比差值76
4.1.5基於灰度映射的匹配測度76
4.2相似性度量模型78
4.2.1互相關78
4.2.2歸一化相關繫數78
4.2.3互信息79
4.2.4相位相關79
4.3本章小結81
第5章幾何變換模型和誤匹配剔除82
5.1幾何變換模型82
5.1.1全局變換模型82
5.1.2局部變換模型85
5.2幾何校正88
5.2坐標的變換89
5.2灰度的重采樣89
5.3誤匹配剔除92
5.3.1最小二乘均值法92
5.3.2隨機采樣一致法93
5.3.3對比實驗94
5.4本章小結97
第6章基於局部相位一致性特征的多模態圖像匹配98
6.1基於相位一致性的尺度不變性特征點檢測98
6.1.1尺度定位99
6.1.2MMPC-Lap算子構建100
6.2基於相位一致性的特征點描述101
6.2.1特征點主方向101
6.2.2特征向量102
6.3匹配策略104
6.4實驗分析104
6.4.1特征點檢測性能評估104
6.4.2特征點描述符性能評估109
6.5本章小結115
第7章基於結構相似性的多模態圖像匹配116
7.1結構#征描述116
7.1.1HOG特征116
7.1.2HOPC122
7.1.3LSS124
7.1.4改進的SURF124
7.2快速魯棒的結構相似性模板匹配框架126
7.2.1逐像素結構特征表達126
7.2.2CFOG128
7.2.3快速的匹配相似性度量129
7.3實驗分析131
7.3.1數據介紹131
7.3.2參數設置和評價準則133
7.3.3噪聲影響分析133
7.3.4匹配正確率和精度分析134
7.3.5計算效率分析138
7.4本章小結139
第8章多模態遙感圖像自動配準繫統140
8.1基於空間幾何約束的粗配準140
8.1.1特征點檢測140
8.1.2局部幾何糾正142
8.2基於結構相似性的精配準144
8.2.1特征點匹配144
8.2.2誤差剔除和圖像校正145
8.3繫統軟件對比分析145
8.3.1實施方案146
8.3.2方案一對比分析148
8.3.3方案二對比分析153
8.4本章小結158
參考文獻159

本書主要介紹了與多模態遙感圖像配準相關的基礎知識及常用的配準方法，內容包括三大部分：第一部分（第1～5章）涉及遙感圖像配準的基礎知識，闡述了圖像配準的原理及基本框架、主流的特征提取方法、匹配相似性度量準則和幾何變換模型等；第二部分（第6、7章）介紹了基於局部相位一致性的多模態圖像匹配方法和基於結構相似性的多模態匹配框架；第三部分(第8章)介紹了由作者課題組研制的多模態遙感圖像自動配準繫統。