把计算机视觉算法应用遥感,RANSAC算法及其在遥感图像处理中的应用
摘要:
在计算机视觉,工程设计等领域都需要根据相关数据集确定模型参数,但是所得到的数据中往往存在大量不符合模型的异常数据(又被称为野点),这些野点对模型参数稳健性有很大的干扰.经典的参数估计算法如最小二乘法很难排除这些异常数据对模型的影响.RANSAC算法被广泛应用于提纯数据,从而减少了野点对模型参数的干扰. 本文首先介绍RANSAC算法的发展,原理及其改进算法.重点介绍其在遥感图像处理中几何校正和辐射校正的应用.在几何校正中一般是得到控制点对后,直接进行矫正模型的拟合,没有考虑异常数据的影响.本文利用RANSAC算法,剔除误匹配点后再拟合模型.在利用RANSA算法迭代得出稳健的模型参数前,首先要选择合适的几何模型,常用的几何模型是基本矩阵和单应矩阵.在遥感图像几何处理部分,本文主要针对几何处理中的图像配准进行实验.图像配准分为基于灰度特征和基于特征点的匹配方法.本文实验中图像配准基于特征点,计算基本矩阵筛选出影响模型参数的误匹配点;实验表明RANSAC算法剔除误匹配点后匹配效果明显,校正精度显著提高至1到2个像元误差. 遥感图像辐射校正分为绝对辐射校正和相对辐射校正.本文主要针对相对辐射校正线性回归法应用RANSAC算法,在寻找两幅图像重叠区域像素间线性关系中,剔除异常数据点,最大限度的利用支持线性模型的数据点拟合得到两图像的辐亮度线性变换模型参数.本文针对一些辐射校正后颜色平衡效果不好的情况,提出对像素点先聚类再拟合的方法. 最后介绍对RANSAC算法的一些改进以便提高其运算效率.基于RANSAC算法原理,主要可以从两方面对其改进:每次迭代样本的选取和模型参数的检验.本文除了介绍预检验模型参数的原理,更主要是根据样本选取提出了更加有效的样本预检验模型,即在原来预检验的基础上增加样本预检验.这样不仅减少检验模型参数的计算量同时也提高了样本选取的效率.
展开
把计算机视觉算法应用遥感,RANSAC算法及其在遥感图像处理中的应用相关推荐
- 计算机视觉的几个经典算法 —— 最小二乘法 + RANSAC + 哈希算法(附DCT) + 图像聚类算法
计算机视觉的几个经典算法 目录 计算机视觉的几个经典算法 1. 最小二乘法(寻找线性回归函数) 2. RANSAC(模型已知,参数未知) 2.1 RANSAC 与 最小二乘法的区别 2.2 RANSA ...
- 计算机视觉——SIFT特征提取与检索+匹配地理标记图像+RANSAC算法
SIFT特征提取与检索 1. SIFT算法 1.1 基本概念 1.2 SIFT算法基本原理 1.2.1 特征点 1.2.2 尺度空间 1.2.3 高斯函数 1.2.4 高斯模糊 1.2.5 高斯金字塔 ...
- RANSAC算法总结
1.什么是RANSAC算法呢? RANSAC,全称为Random Sample Consensus,即随机抽样一致. 它采用迭代的方式从一组包含离群的被观测数据中估算出数学模型的参数. RANSAC是 ...
- 计算机视觉CV中RANSAC算法的学习笔记~
1 致谢 感谢网友叶晚zd的博客, 原文链接如下: https://blog.csdn.net/u013925378/article/details/82907502 2 RANSAC算法介绍 随机抽 ...
- 计算机视觉:Bag of words算法实现图像识别与搜索
计算机视觉:bag of words算法实现图像识别与搜索 原理 综述 基础流程 结果与解析 数据集 结果与解析 总结 源代码 出现的错误及解决方案 原理 综述 Bag of words,顾名思义,就 ...
- OpenCV 4.5发布!更强的SIFT,OCR,RANSAC算法,新增目标跟踪网络SiamRPN++
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 OpenCV 4.5版本发布了! 详情:https://github.com/opencv/openc ...
- openCV中的findHomography函数分析以及RANSAC算法的详解(源代码分析)
本文将openCV中的RANSAC代码全部挑选出来,进行分析和讲解,以便大家更好的理解RANSAC算法.代码我都试过,可以直接运行. 在计算机视觉和图像处理等很多领域,都需要用到RANSAC算法.op ...
- RANSAC算法的简单理解
图像拼接中看到了特征匹配的部分,特征匹配主要是特征点的匹配.在特征点匹配的时候,首先进行粗匹配,粗匹配通常是进行一对匹配点进行对比,误差越小越可能是一对匹配点:精匹配方法中,我们可以用到RANSAC( ...
- (二十二)用RANSAC算法来求线性回归模型的参数
线性回归模型 一.什么是线性回归? 举个例子, 某商品的利润在售价为2 元. 5 元. 10 元时分别为 4 元. 11 元. 20 元, 我们很容易得出商品的利润与售价的关系符合直线:y=2x. 在 ...
最新文章
- Dat.gui 使用教程
- 我可以强制pip重新安装当前版本吗?
- 黄了。Google中国版搜索
- Android源码分析--MediaServer源码分析(一)
- 机器学习(四) 下采样和上采样
- 我的移动混合开发之旅
- Jsoup处理URLs
- Wide character in print at ../lib/MonWalkProc.pm line 569.
- 文件的操作,如何做文件上传
- 入门佳作《例解Python》来了!案例丰富尽显风度ƪ(´▽`ƪ)
- 内存泄漏分析工具tMemoryMonitor(转载)
- 惠普HP CQ40 519TX XP系统安装以及XP驱动
- 两万字博文教你python爬虫requests库【详解篇】
- 【CAN】 PCAN Explorer5 常用操作使用简介
- pythonic的典故_旷视开源深度学习框架「天元」,提供人人可用的AI“生产力工具”【星特写】...
- LQ0266 巧排扑克牌【模拟】
- 解决Windows 由于路径过长而无法删除文件的问题
- 放弃40 万年薪从字节裸辞,告别 996 拥抱 955…
- 滴滴云服务器快速配置搭建滴滴云GPU云服务器搭建深度学习环境
- 刷脸支付到来用户连密码都不需要