基于面特征的光学与SAR影像自动匹配方法.pdf

第3 6 卷第6 期 E 0 0 7 年1 1 月 中国矿业大学学报 J o u r n a lo fC h i n aU n i v e r s i t yo fM i n i n g T e c h n o l o g y V 0 1 ．3 6N o ．6 N O V ．2 0 0 7 文章编号1 0 0 01 9 6 2 0 0 7 0 00 8 4 3 0 5 基于面特征的光学与S A R 影像自动匹配方法 张登荣，俞 浙江大学理学院， 乐，蔡志刚 浙江杭州3 1 0 0 2 7 摘要针对现有光学影像与合成孔径雷达 S A R 影像之间匹配存在精度差、效率低等问题，提出 了一种基于面特征的影像自动匹配方法．用中值代替均值的方法改进了L e e 滤波器，用于对 S A R 影像相干斑噪声进行抑制．通过C a n n y 算子提取出边缘，并用形态学膨胀对不连续边缘进 行连接，在此基础上用区域生长法提取光学和S A R 影像中的封闭区域作为面特征．设计了一种 综合考虑面积、周长、中心点位置等属性的代价函数对面特征进行交叉匹配，筛选出匹配上的大 目标，并将其中心作为匹配控制点．通过E n v i s a tA S A R 影像与L a n d s a tE T M 影像进行的匹配 试验表明，该方法不需要人工干预，可以实现自动匹配，且匹配精度小于1 个像素． 关键词面特征；S A R 影像；自动匹配 中图分类号T P7 5文献标识码A A R e g i o nF e a t u r eB a s e dA u t o m a t i cM a t c h i n gf o r O p t i c a la n dS A RI m a g e s Z H A N GD e n g - r o n g ，Y UL e ，C A IZ h i - g a n g C o l l e g eo fS c i e n c e s ，Z h e j i a n gU n i v e r s i t y ，H a n g z h o u ，Z h 日i a n g3 1 0 0 2 7 ，C h i n a A b s t r a c t 、A i m i n ga tr e s o l v i n gt h ep r o b l e mo fl o w e r p r e c i s i o na n dl a b o r - c o n s u m i n gi nm a t c h i n g f o rs y n t h e t i ca p e r t u r er a d a r S A R a n do p t i c a lr e m o t es e n s i n gi m a g e s ，am a t c h i n gm e t h o d b a s e do nr e g i o nf e a t u r e sw a sp r o p o s e d ．S p e c k l en o i s e si nS A Ri m a g e sw e r es u p p r e s s e db ya m o d i f i e dL e ef i l t e rw h i c ht a k e st h ea d v a n t a g eo fm e d i a nf i l t e ri n t oa c c o u n t ．M o r p h o l o g i c a ld i l a t i o n sw e r eu s e dt ol i n ki m a g ee d g e se x t r a c t e db yC a n n yo p e r a t o r ．I m a g es e g m e n t a t i o nb a s e do n r e g i o ng r o w i n gw a su s e dt oe x t r a c tc l o s e dr e g i o n si nS A Ra n do p t i c a li m a g ea si n v a r i a b l el e a t u r e s ．P r e c i s ef e a t u r em a t c h i n gw a sg u i d e db yac O S tf u n c t i o n ，w h i c hc o n s i d e r i n gr e g i o na r e a s ， p e r i m e t e r s ，p o s i t i o n so fc e n t e rp o i n t s ，e t c ．A f t e rc r o s sm a t c h i n g ，t h ec e n t e rp o i n t so ft h e m a t c h e dr e g i o nw e r eu s e da sm a t c h i n gc o n t r o lp o i n t s ．T h ee x p e r i m e n t a t i o no fr e g i s t e r i n gE n v i s a tA S A Ra n dL a n d s a tT M i m a g e ss h o w st h ew h o l ew o r k f l o wc o u l db ea c c o m p l i s h e da u t o m a t i c a l l yw i t hap r e c i s i o no fl o w e rt h a n1p i x e l ． K e yw o r d s r e g i o nf e a t u r e ；S A Ri m a g e ；a u t o m a t i cm a t c h i n g 合成孔径雷达 s y n t h e t i ca p e r t u r er a d a r ， S A R 技术的出现，为地学应用提供了新的数据源． 与光学影像相比，S A R 数据具有全天时、全天候， 并能穿透云层、雾气、植被等优点，在地质应用方面 可用于地形地貌分析、岩石测绘、地质构造分析、隐 伏构造分析，基岩及火山探测等D - a 3 ．但是，由于 S A R 后向散射的成像特性，其影像受到斑点噪声 的影响大且信噪比低．因此，S A R 影像与传统的光 收稿日期2 0 0 7 一0 3 一z 7 基金项目国家高技木研究发展计划 8 6 3 项目 2 0 0 5 A A l 3 1 0 2 1 。2 0 0 3 A A l 3 5 1 1 8 作者简介张登荣 19 6 8 一 ．男，重庆市 ．副教授，工学博士．从事遥感图像快速处理技术、空问信息共享和互操作等方面的研究． E - m a i l z j u _ r s 1 2 6t o mT e l 1 3 8 0 5 7 4 7 2 6 1 万方数据 中国矿业大学学报 第3 6 卷 学影像的融合有利于发挥各自的信息优势“- 5 ] ，而 高精度匹配是融合的基础． 针对S A R 与光学影像匹配的问题，文献E 7 3 利 用明显活动轮廓的突出点作为同名点，这种方法的 主要问题是明显轮廓提取需要大量的计算．文献 E 8 3 结合卫星轨道模型，并利用相关及启发式训练 进行同名点搜索，然后利用同名点对变换模型进行 最小二乘求解，该方法要求对影像的成像平台参 数、机理比较了解．文献[ 9 ] 研究了多源遥感影像匹 配技术的内涵，分析和评述了国内外现有的匹配技 术和方法，指出了目前面临的技术难题，诸如异构 传感器影像的匹配、自动匹配的实现等．文献[ 1 0 ] 讨论了利用分类影像形成的二值影像相关性寻求 匹配控制点，并应用表面样条插值以提高L a n d s a t T M 影像与J E R SS A R 影像匹配控制点精度的方 法但在影像分类时仍然需要较多的人工干 预． 当前遥感影像自动匹配方法对于多源遥感影 像，尤其是对于S A R 和光学影像这类成像机理不 同，灰度特征差异明显的影像匹配，精度很难保证} 自动匹配方法实际上多是半自动的，仍需要部分的 人工干预．耗时且精度不高的人工匹配仍然是影像 数据匹配的常用方法．为了实现光学和S A R 影像 问的自动且高精度匹配，本文提出了基于面特征的 匹配方法，并通过E n v i s a tA S A R 与L a n d s a tE T M 影像匹配实验证明了方法的有效性． 1 S A R 影像斑点噪声抑制 相干斑噪声是影响S A R 影像质量的主要因 素，因此，抑制相干斑噪声是S A R 影像预处理的关 键，其目的是在减少噪声影响的同时而不改变影像 特征．自适应L e e 滤波I ] 、F r o s t 滤波”“、K u a n 滤 波[ 1 3 3 等被广泛用于此类噪声处理。并且有研究表 明，在滤波中用中值来代替均值可以取得更好的边 缘保持力o “．因此，本文将上述3 种滤波器中的均 值用中值代替进行了改进，并以边缘保持指数[ “1 和斑点指数””作为定量评价滤波效果的指标．所 有的滤波器都采用3 3 大小的窗口，滤波效果如 表1 所示，其中边缘保持指数越大说明特征保持越 好，斑点指数越大说明细节保持越多．由于改进的 滤波器中利用的中值算法比均值算法具有更小的 平滑，3 种改进滤波器在边缘保持和细节保持上均 优于原始滤波器，其中改进L e e 滤波器效果最 优． 表1 滤波效果比较 T a b e l1 C o m p a r i s o no fd i f f e r e n tf i l t e r s 2 基于边缘的面目标提取 21 边缘特征提取 在众多图像边缘特征提取方法中，考虑了信噪 比准则、定位精度准则和单边缘响应准则的C a n n y 算子[ 1 7 3 效果较好．王植等”8 】针对C a n n y 算子存在 的缺陷提出了C a n n y 改进算子，其主要思想是1 针对传统C a n n y 算法在梯度幅值计算上的缺陷， 通过利用像素8 邻域内计算．7 1 7 方向、Y 方向、1 3 5 。方 向、4 5 。方向一阶偏导数有限差分来确定像素梯度 幅值，这种方法兼顾了梯度幅值计算中准确定位边 缘和抑制噪声的要求，在试验中取得了很好的效 果；2 针对传统C a n n y 算法在高、低阈值设定上 的缺陷，将整幅影像分割为若干子影像，并根据非 极大值抑制后的结果自适应地没定各子影像的高、 低阈值．本文采用C a n n y 改进算子分别提取预处 理后的光学影像和S A R 影像的边缘信息． 2 ．2 目标提取 由C a n n y 改进算子得到的边缘图轮廓常常不 完整，须先进行边缘连接，即获得封闭边缘，然后在 封闭边缘的限制下进行区域生长得到目标．本文采 用数学形态学的方法来得到封闭的轮廓．数学形态 学方法一般用于二值影像，可以经过改进后用于灰 度影像“”．在边缘连接之后，采用种子区域生长方 法进行目标提取，选择两幅边缘图中的轮廓封闭且 面积较大的相同区域作为特征面．这种基于边缘控 制的种子区域生长具有以下优点1 由于提取的 目标是大面积面特征，这有利于提高匹配的稳定 性；2 采用膨胀法进行边缘连接操作减步了目标 合并的可能性，提高了独立检测目标的数量；3 封 闭的轮廓边缘保证了每个目标是在可能的范围内 生长，便于提取更准确的目标． 3 基于代价函数的面特征匹配 31 目标描述 对从光学和S A R 影像中提取出的面目标，通 过对其特征的合理描述和比较以确定匹配关系．点 万方数据 第6 期张登荣等基于而特征的光学与S A R 影像自动担配方法 8 1 j 特征或线特征匹配一般要求在输入影像和参考影 像之间有几个像素精度的 l 略匹配”o ．而面特征与 点、线等几何特征干H 比拥有更多的属性因此，可以 更准确的加以描述，匹配精度高．计算影像面目标 的属性时选择线性变换 平移、旋转、缩放 的不变 量，如面积、主轴长度、次轴长度，方向、巾心点、稳 定性、周长、外包框、矩等． 为了综合多种目标特征对目标本身进行描述， 以获得两个目标的相似性估计，文献[ 2 0 ] 提出r 影 像匹配的代价函数．该代价函数将两个口标的面 积、周长、中心行列坐标值等分别槲除，然后相加得 到的值作为评价其相似性的指标，得到的值越小醴 明相似性越高，匹配的可能性越大，反之亦然．但这 个代价函数过于简单，有时错醒的匹配评估函数也 给出一个低值，而正确的匹配则给出一个高值． D a r e [ 1 ”认为M o r g a d o 的代价函数中的面秘分量 对评估函数的影响比其他分量要大的多，阏此，提 出归一化分量差异的方法，即对面积分最开平方根 米保证所有的分量具有艟I 同的级别．但取面积分最 的平方根值并不台适，因为对一个小于1 由于归 一化 的分量开平方将会扩大该分量，而不是减少 该分鼍．因此，本文采用如下的代价函数表示形式 r 、一111 二生l4 - 1 垫二 I 。 。一㈦4 - n 。f ‘fb l4 - b ，f ’ { 鞲H 糍卜⋯，㈣ 式中n ．b ，f ，d 为表示提取曰标的属性，可以是上 述任何满足线性变换不变要求的目标属性；下标1 表示标准目标，i 表示参与比较的口标；C ，为第i 个 目标相对于标准目标的匹配度． 判断T M 影像中的目标A 和S A R 影像中的目 标B 匹配上螽要满足如下两个条件 1 C 。8 一r a i n C A B ．，％，，⋯，％。 ，其中 ‰．。‰，，⋯，c ”。表示所有 ”个 与目标A 形状 相似的目标． 2 c k ≤T ，其中，T 表示闽值，如果最小代价 函数大于阈值T 将不被匹配．文中闽值丁的设置采 用如下规则没式 1 中各项的平均值为P ，参加计 算的个数为≈，则T “ P P 一般取o ．1 5 ～0 ．2 ． 本文中采刚的目标的属性包括面积、中心点、 主轴长度、次轴长度和周长． 3 2 目标匹配 通过上述流程提取的面特征数量远小于点特 征方法提取的匹配点，由于目标数量较少，因此，可 以不采用搜索优化，而采用全程搜索的穷举法．将 输入影像中的每个目标与参考影像中的所有目标 用评价函数进行比较，当评价嫡数的值c f 最小且 小于给定阈值时表示两目标匹配；再从参考影像上 的目标出发。到输入影像上按上述的方法寻找匹配 目标，当两者一致时，确定为正确匹配；最后将匹配 目标的中心点作为控制点．这一交叉匹配过程可以 提高旺配精度． 在完成目标旺配后，进行几何变换和重采样完 成匹配过程．几何变换主要用来纠正输入影像相对 于参考影像的几何变形，其中目标匹配所产生的控 制点将用于计算几何变换模型的变换系数．假设给 定影像问具有一般的线性仿射几何变形，则可以采 用仿射变换束消除这些仿射变形．对于复杂变形， 如存在局部变形等，采用基于点特征的匹配流程对 这两幅图像进行高精度的微分纠正”“． 4 试验及精度评价 本文以I ．a n d s a tE T M4 - 影像和E n v i s a t A s A R 影像作为试验数据．验证匹配算法的性能， 试验区为江苏苏州地区，光学数据采用L a n d s a t 一7 E T M 4 - 第5 波段，获取| ； j 期是19 9 9 年9 月，地面 分辨率为3 0m ；A S A R 数据抉取时间是2 0 0 5 年5 月，原始影像的分辨率足1 2 ．5m ．在两幅存在尺度 差异、旋转和平移的影像中选取3 对大小均为5 1 2 5 1 2 像素的子图进幸亍实验 图1 为其中一对子 图 ， a JLandsal影像blE n v l s a t 影像 图1 试验影像数据 F i g1 T e s ti m a g e s 酋先采用改进L e e 滤波对S A R 进行斑点噪声 抑制；对于光学影像由于其倍噪比较岛，不进行滤 波处理．但为了更好的提取特征而实施了图像锐 化．边缘提取时，对S A R 影像操作的C a n n y 改进 算子的高闽值设为1 0 ，低闻值i 殳为3 ；对E T M 4 - 影 像操作的C a n n y 改进算子的高劂值设为2 1 ，低阈 值改为6 ．然后通过边缘连接和区域生长提取出面 目标．采用考虑了面积、周长、中心点位置等因素的 代价函数对面特征进行交叉匹配，筛选出匹配上的 5 对丈目标，以其重心作为匹配控制点，得到5 对 万方数据 8 4 5 中国矿业大学学报第3 6 卷 匹配点．将5 对点坐标代入仿射变换方程，计算得 到仿射变换的参数，最后对S A R 影像实施仿射变 换和最近邻像素重采样．将匹配后的A S A R 影像 与E T M 影像相叠加，直观上不存在边界的模糊， 匹配效果较好 如图2 所示 ． 图2 配准结果 F i g ．2R e g i s t r a t i o nr e s u l t 为了检查匹配影像的定量精度，通过在图1 匹 配后的两幅影像上选取1 0 对均匀分布的独立点 对，计算其根均方差O “ R “s E 来评价，得到O R M S E 为 0 ．9 5 77 ．o - R M 蛆定义如下 嘶n 一{ 去客[ c x i - - z r Y l - - Y ，．瑚r ㈣ 式中m 为点数；z ，，Y 。为匹配影像上点的坐标；z ，， Y ，为对应点的参考影像坐标． 5结论 本文讨论了从A S A R 和E T M 影像上提取 出面目标进行匹配的方法，结果表明该方法可以实 现自动准确匹配，其技术优势表现在以下几个方 面可以在光谱特性相差很大的光学影像和S A R 影像间高效、准确地提取出共有特征并建立联系， 不受影像灰度差异的限制；匹配控制点的提取依赖 于具有线性不变性的闭合区域的特征，可以在影像 信噪比较低的情况下提取出目标；具有一定的平 移，旋转、尺度鲁棒性和全自动匹配．目前本文的方 法仅对A S A R 与E T M 影像进行匹配试验，后期 将针对更多的S A R 与光学数据展开研究． 参考文献 [ 3 ] [ 4 ] [ 5 ] [ 6 ] [ 7 ] [ 8 ] [ 1 ] 邵菩，郭华东．刘浩，等．胶东地区的星载S A R 地质探测[ J ] ．环境遥感，1 9 9 5 ，1 0 1 1 5 2 3 ． [ 9 3 S H A OY u n ．G U OH u a - d o n g ．L l UH a o ，e ta 1 ．T h e g e o l o g i c a ld e t e c t i o no fs p a c e b o r n eS A Ri nj i a o d o n g r e g i o n [ J ] ．R e m o t eS e n s i n go lE n v i r o n m e n t ．1 9 9 5 ， 1 0 1 1 5 - 2 3 ． [ 2 3 谭衢霖，邵芸．成像雷达 S A R 遥感地质应用综 [ 1 0 ] 述r J ] ．地质找矿论丛，2 0 0 3 ．1 8 1 5 0 一6 5 ． T A NQ u l i n ．S H A OY u n ．G e o l o g i c a la p p l i c a t i o no f r a d a rr e m o t es e n s i n gt e c h n o l o g ya n di t sd e v e l o p m e n t [ J ] ．C o n t r i b u t i o n st oG e o l o g ya n dM i n e r a lR e s o u r c e s R e s e a r e h ．2 0 0 3 ．1 8 1 5 9 - 0 5 ． 陈立泽，申旭辉，田勤俭．合成孔径雷达 S A R 及其 在地质和地震研究中的J _ l f 用[ J ] 地震，2 0 0 3 ．2 3 1 2 93 5 ． C H E NL iz e ，S H E NX u - h u i ，T I A NQ i n o i a 儿S A R t e c h n i q u ea n di t sa p p l i c a t i o nt og e o l o g i ca n ds e i s m i c r e s e a r c h [ J ] ．E a r t h q u a k e ，2 0 0 3 ．2 3 1 2 9 3 5 ． 芮本善．潘蔚．准噶尔东部S A R 与T M 复合图像 处理＆其地质应用[ J ] ．铀矿地质，1 9 9 8 ，1 4 4 2 0 02 0 6 ． R U IB e n - s h a n ，P A NW e ．p r o c e s s i n ga n dg e o l o g i c a l a p p l i c a t i o no fS A Ra n dT Mc o m p o s i t ei m a g e so fe a s t e r nj u n g g a r [ J ] U r a n i u mG e o l o g y ．1 9 9 8 ，1 4 4 2 0 02 0 6 ． 李天华，廖崇高，杨武年，等．T M 与S A R 图像融合 处理及载高原区调中的应用[ J ] ．地质找矿论丛， 2 0 0 3 ．1 8 4 2 6 5 2 6 8 ． 1 JT i a n - h u a ，l 。I A OC h o n g - g a o ，Y A N GW u n i a n ，e t a 1 ．F u s i o no fT Ma n dS A Ri m a g e sa n dt h ea p p l i c a t i o n t og e o l o g i c a ls u r v e y [ J ] ，C o n t r i b u t i o n st oG e o l o g y a n dM i n e r a lR e s o u r c e sR e s e a r c h t2 0 0 3 ，1 8 4 2 6 5 2 6 8 ． 王品清，刘刚，李邦良，陆地卫星T M 及J E R S - 1 卫星S A R 数据用于青藏东部斑岩铜矿勘查口] ．国土 资源蓬感．1 9 9 7 2 5 2 6 0 ． W A N GP i n - q i n g ．I J UG a n g ，L IB a n g l i a n g ．E x p l o r a t i o nf o rp r o p h y r yc o p p e rd e p o s i t sw i t hl a n d s a tT M a n dJ E R S - 1S A Rd a t ai nt h ee a s t e r nt i b e tc h i a n 口] ． R e m o t eS e n s i n gf o rL a n da n dR e s o u r c e s ，1 9 9 7 2 1 5 2 6 0 ． L IH u i ．M A N J U N A T HBS ，M I T R AS K ．O p t i c a l - t c r _ S A Rr e g i s t r a t i o nu s i n gt h ea c t i v ec o n t o u rm o d e l [ c ] ／／2 7 t hA s i l o m a rC o n f e r e n c eo nS i g n a l s ，S y s t e m s a n dC o m p u t e r s ．L o sA l a m o s I E E EC o m p u t e rS o c i e - t yP r e s s ，1 9 9 3 5 6 8 5 7 2 ． C R A C K N E L I 。A ．P A I T H O O N W A T T A N A K I JK ． F a s ta u t o m a t i cr e g i s t r a t i o nf o rs a t e l l i t ei m a g e r yb y h e u r i s t i cp l a n n i n g 口] ．1 E EP r o c e e d i n g s ．1 9 8 9 ．1 3 6 5 2 2 卜2 2 5 ． 倪国强。刘琼．多糠影像配准技术分析与展望口] ． 光电工程，2 0 0 4 ，9 3 1 1 - 6 ． N IG u n q i a n ，L I UQ i o n g ．A n a l y s i sa n dp r o s p e c to f m u l t i s o u r c ei m a g er e g i s t r a t i o nt e c h n i q u e s [ J ] ．O p t i c a lE n g i n e e r i n g ，2 0 0 4 ，9 3 1 1 6 ， 于秀兰，刘绍龙，钱国蕙，等～种多光谱和S A R 万方数据 第6 期张登荣等；基于面特征的光学与S A R 影像自动匹配方法 8 4 ／“ [ 1 1 ] [ 1 2 ] [ 1 3 ] [ 1 4 ] [ 1 5 ] [ 1 6 ] 遥感影像的配准方法[ J ] ．中国图像图形学报， 2 0 0 0 ，5 2 1 0 0 一1 0 5 ． Y UX i 巾t a n ，L I US h a o - l o n g ，Q l A NG u o - h u i e t a 1 ．An e wm e t h o df o rm u l t i s p e c t r a la n dS A Rr e m o t es e n s i n gi m a g er e g i s t r a t i o n [ J ] ．J o u r n a lo fl m a g ea n dG r a p h i c s t2 0 0 0 ，5 2 1 0 0 1 0 5 ． L E EJS ．S p e c k l es u p p r e s s i o na n da n a l y s i sf o rs y n t h e t i ca p e r t u r er a d a ri m a g e s [ J ] ，O p t i c a lE n g i n e e r i n g ．1 9 8 6 2 5 16 3 6 6 4 3 ． F R O S RVS ，S T I I 。E SJA ，S H A N M U G A NKS ．e t a 1 ．Am o d e lf o rr a d a ri m a g e sa n di t sa p p l i c a t i o nt O a d a p t i v ed i g i t a lf i l t e r i n go fm u h i p l i c a t i v en o i s e [ J ] ， l E E ET r a r m a c t i o n so nP a t t e r nA n a l y s i sa n dM a c h i n e I n t e l l i g e n c e ，1 9 8 2 4 1 5 7 1 6 6 ． K U A ND T ．S A W C H U KA A ，S T R A N D T C ，e t a 1 ．A d a p t i v en o i s es m o o t h i n gf i l t e rf o ri m a g e sw i t h s i g n a l d e p e n d e n tn o i s e [ J ] ．1 E E ET r a n s a c t i o n so n P a t t e r nA n a l y s i sa n dM a c h i n eI n t e l l i g e n c e ．1 9 8 5 7 1 6 5 一1 7 7 ． D A R EPM ．N e wt e c h n i q u e sf o rt h ea u t o m a t i cr e g i s t r a t i o no fm i c r o w a v ea n do p t i c a lr e m o t e l ys e n s e d i m a g e s [ D ] ．1 ，o n d o n { U n i v e r s i t yo fL o n d o n ，1 9 9 9 ． H A NC h u n - m i n g ，G U OH u a - d o n g ，W A N GC h a n g - l i r LE d g ep r e s e r v a t i o ne v a l u a t i o no fd i g i t a ls p e c k l e f i l t e r s [ C ] l tI E E EI n t e r n a t i o n a lG e o s c i e n c ea n dR e m o t eS e n s i n gS y m p o s i u m ．P i s c a t a w a y tI E E E P r e s s ．2 0 0 2 2 4 7 I - 2 4 7 3 ． C R l M M I N STRG e o m e t r i cf i l t e rf o rr e d u c i n g s p e c k l e [ J ] ．O p t i c a lE n g i n e e r i n g ．1 9 8 6 ，2 5 5 6 5 1 - 6 5 4 ． [ 1 7 ] C A N N YJ ．Ac o m p u t a t i o n a la p p r o a c ht oe d g ed e t e e t i o n [ J ] ．1 E E ET r a n s a c t i o n so nP a t t e r nA n a l y s i s a n dM a c h i n eI n t e l l i g e n c e ，1 9 8 6 ，8 6 6 7 9 6 9 8 ． [ 1 8 ] 王植，贺赛先．一种基于C a n n y 理论的白适应边 缘检测方法口] ．中国图像图形学报2 0 0 4 ，9 8 t 9 5 7 9 6 2 ． W A N GZ h i ，H ES e i x i a n ．A n } d a p t i v ee d g e 。d e t e c - t i o nm e t h o db a s e do nC a n n ya l g o r i t h m [ J ] ．J o u r n a l o fI m a g ea n dG r a p h i c s ，2 0 0 4 ，9 8 9 5 7 9 6 2 ． [ 1 9 ] 林卉，舒宁，杜培军．数学形态学在遥感影像 边缘检测中的应用[ J ] ．测绘通报，2 0 0 3 1 2 2 6 - 2 8 ． 1 。I NH u i ，S H UN i n g ，D UP e i i u n ．A p p l i c a t i o no f m a t h e m a t i c a lm o r p h o l o g yi ne d g ed e t e c t i o no fr t m o t es e n s i n gi m a g e s [ J ] ，B u l l e t i no fS u r v e y i n ga n d M a p p i n g 。2 0 0 3 1 2 { 2 5 2 8 ． r 2 0 ]M O R G A D oA ，D O W M A NI ．P r o c e d u r ef o ra u t o m a t i ca b s o l u t eo r i e n t a t i o nu s i n ga r i Mp h o t o g r a p h s a n d8m a p [ J ] ．I S P R SJ o u r n a lo fP h o t o g r a m m e t r y a n dR e m o t eS e n s i n g ，1 9 9 7 5 2 1 6 9 1 8 2 ． [ 2 1 3 张登荣，刘辅兵．俞乐，等．基于H a r r i s 算子的 遥感影像自适应特征提取方法口] ．国土资源遥感， 2 0 0 6 2 8 5 6 8 ． Z H A N GD e n gr o n g ，L I UF u - b i n g tY UL e ，e ta 1 ． A na u t o - a d a p t e df e a t u r e se x t r a c t i o nm e t h o dh a s e d o nH a r r i so p e r a t o r [ J ] ．R e m o t eS e n s i n gf o rL a n d a n dR e s o u r c e s ，2 0 0 6 2 3 5 8 8 ． 责任编辑邓群 万方数据