第一章 绪论 1.1 图像处理与识别技术的内容及理解 数字图像处理处理学科所涉及的知识非常广泛,具体的方法种类繁多,应用也极为普遍,但从学科研究内容上可以分为以下几个方面。 1.1.1 图像处理技术 (1) 图像数字化 其目的是将模拟形式的图像通过数字化设备变为数字计算机可用的离散的图像数据。 (2) 图像变换 为了达到某种目的而对图像使用一种数学技巧,经过变换后的图像更为方便、容易地处理和操作。 (3) 图像增强 图像增强的主要目标是改善图像的质量。采用某种特殊的技术来突出图像中的某些信息,

精确的图像配准是超分辨率重建取得成功的前提。为此，针对大多数图像配准算法存在精度低、抗噪声能力差等缺点，提出一种基于纹理特征的图像自动配准方法。首先用Canny边缘检测算子提取裂缝纹理图像，然后用Photoshop图层工具，通过对待配准帧关于参考帧作变换，得到空间几何变换参数，最后用Matlab编程实现待配准帧的缩放、旋转和平移。对配准后的酸蚀岩板裂缝图像，进行超分辨率重建，结果证明，该方法具有抗噪声能力强、配准精度高、易于编程实现等优点，取得了较好的效果。

由于不同传感器、多时相、多分辨率、多波段的遥感图像的光谱特征、空间特征、纹理特征等存在较大差异，为遥感图像的匹配带来了困难。主要利用图像特征点提取方法，使用具有尺度不变特性的SIFT（Scale Invariance Feature Transform）方法，对异源遥感图像进行配准和图像进行拼接操作，并进一步对SIFT算法进行优化，采用双向匹配策略。实验证明该算法具有稳定、可靠、快速等特点，适用于存在光谱特征、空间特征、纹理特征差异的异源遥感图像的精确配准，同时实验验证了双向匹配算法用于SIFT