基于光流场方法的全色和多光谱遥感图像配准的中期报告.docx

基于光流场方法的全色和多光谱遥感图像配准的中期报告
概述
本报告旨在介绍基于光流场方法的全色和多光谱遥感图像配准的中期进展。目前已完成的工作包括：建立了全色和多光谱图像配准的基本流程，设计了基于分块的光流场算法，实现了多光谱图像的预处理和全色和多光谱图像的配准，初步测试了配准效果。接下来将详细介绍各部分工作的完成情况及存在的问题。
全色和多光谱图像配准基本流程
全色和多光谱图像配准的基本流程包括：多光谱图像预处理、全色和多光谱图像切块、光流场计算、配准结果生成。本阶段我们初步完成了配准流程的设计和实现，并实现了多光谱图像的预处理和切块。
基于分块的光流场算法
全景图像往往比普通图像大得多，大图像求光流向量是计算量极大的，因此我们设计了基于分块的光流场算法。将大图像分为若干块，对每个小块计算光流向量，最终将光流向量拼接到一起形成光流场，减少了计算复杂度，同时保证了配准的精度。
多光谱图像的预处理
多光谱图像的配准需要进行预处理，包括降采样、直方图均衡、模糊等操作。降采样可以减少计算复杂度，直方图均衡可以提高图像对比度，模糊可以减小图像的噪声。
全色和多光谱图像的配准
我们将预处理后的多光谱图像和全色图像分块后，对每个小块进行光流场计算，得到每个小块的光流向量，再对向量进行插值得到全彩色图像的光流场。最后，根据光流场将多光谱图像进行变换，实现了多光谱图像和全彩色图像的配准。
初步测试
我们对模拟数据进行了测试，已实现了多光谱图像和全彩色图像的配准，但实现效果不如预期。目前存在的问题包括大尺度光流场计算时的易出现处罚项过大、块之间的匹配误差等。
结论
我们已实现了基于光流场方法的全色和多光谱图像配准的大部分流程，并初步测试了配准效果。但仍需解决光流场计算中处罚项过大的问题，并改进块之间匹配误差的算法，从而提升配准精度。