Ein neuartiges Bildregistrierungsverfahren basierend auf Phasenkorrelation unter Verwendung von Niedrigrang-Matrixfaktorisierung mit einer Mischung von Gaußverteilungen

Die Bildregistrierung ist ein kritischer Prozess für die verschiedenen Anwendungen in der Fernerkundungsgemeinschaft, und ihre Genauigkeit beeinflusst die Ergebnisse der nachfolgenden Anwendungen erheblich. Die auf Phasenkorrelation basierende Bildregistrierung wurde aufgrund ihrer Robustheit gegenüber Graunterschieden und Effizienz weitgehend beachtet. Nach der Berechnung der normalisierten Kreuzbeziehungsmatrix Q besteht der am häufigsten verwendete Ansatz darin, den 2-D-Phasenraum, der durch den Ursprung verläuft, anzupassen, aber es ist notwendig, kontaminierte Spektren sorgfältig zu entfernen, und die entsprechenden Parameter sind empirisch. In der Tat hat die Phasenkorrelationsmatrix für ein rauschfreies Übersetzungsmodell Rang eins. Diese Eigenschaft vereinfacht das Zuordnungsproblem auf das Finden der besten Rang-eins-Näherung der normalisierten Kreuzbeziehungsmatrix. Wir entwickeln einen neuartigen Algorithmus, der die Rang-eins-Matrixfaktorierung auf die Phasenkorrelationsmatrix anwendet, indem wir ihr Rauschen als Mischung von Gaußverteilungen (MoG) annehmen. Das MoG-Modell ist ein allgemeiner Approximator für jede kontinuierliche Verteilung und kann daher eine breite Palette von Rauschverteilungen modellieren. Die Parameter des MoG-Modells können im Rahmen der Maximum-Likelihood-Schätzung mithilfe einer Erwartungs-Maximierungs-Methode bewertet werden, und der Unterraum wird mit Standardmethoden berechnet. Die Vorteile des Algorithmus, hohe Genauigkeit und Robustheit gegenüber Aliasing, Rauschen, Graunterschieden und Okklusionen werden durch eine Reihe von simulierten und echten Bildexperimenten veranschaulicht.