Application创新应用350电子技术第52卷第6期（总第559期）2023年6月M2(logρ,θ)=M1(logρ-logσ,θ-θ0)（3）根据式（3）即可将缩放参数与旋转参数求出来，再旋转待配准图像，并对其缩放变换复原，图像复原后和参考图像只有平移变换的关系，再通过频域相位相关法将平移变量计算出来。图1基于傅立叶变换的遥感图像配准流程图。2基于傅立叶变换的配准算法2.1高通滤波通过傅立叶旋转和变换的不可交替，导致频率域中低频环节的频谱混叠现象非常恶劣，为此提出高通滤波器，取得明显效果。因此很多学者会通过该滤波器降低频谱混叠效应，如式（4）。H(ζ,η)=(1.0-X(ζ,η))×(2.0-X(ζ,η))（4）其中，X(ζ,η)=[cos(πζ)cos(πη)]，-0.5≤ζ，η≤0.5。0引言图像空间配准作为多源遥感图像融合的关键环节，其误差大小对图像融合有效性具有直接影响。通常可将图像配准方法划分为四种：（1）图像灰度值法，例如相关方法；（2）利用频域法，例如快速傅立叶变换[1]；（3）图像特征法，例如角点与边缘的方法；（4）区域法。由于遥感图像有着复杂的产生背景，而且特征提取难度较大。为此，本文提出基于傅立叶变换的自动配准遥感图像，傅立叶变换与其他配准方法不同，该方法是基于频率域最佳信息搜索匹配，在扩展相关技术后，能够将图像之间存在的变化参数直接计算出来，使图像快速自动配准。1基于傅立叶变换的遥感图像配准假设图像f1(x,y)平移(x0,y0)、缩放σ、旋转φ后获得图像f2(x,y)，如式（1）。f(x,y)=f(σ(xcosφ+ysinφ)-x0,σ(-xsinφ+ycosφ)-y0)（1）变换以上傅立叶公式，所得功率谱符合式（2）。|F2(u,v)|=σ-2|F1(σ-1(ucosφ+vsinφ),σ-1(-usinφ+vcos)φ)|（2）从式（2）中可以看出，频谱幅值只和缩放因子、旋转密切相关，和平移参数不存在相关性，不考虑式中的σ-2因子，转换幅度值的对数极坐标，得出式（3）。作者简介：刘青芳，太原工业学院电子工程系，讲师，硕士研究生：研究方向：信号分析与处理。收稿日期：2023-02-02；修回日期：2023-06-12。摘要：阐述傅立叶变换为基础的遥感图像配准算法。实验结果显示，该算法加入噪声干扰，对具有缩放、旋转以及平移等变换遥感图像进行处理，鲁棒性依旧非常强。关键词：傅立叶变换，空间遥感，图像处理，配准算法。中图分类号：TP751，TP391.41文章编号：1000-0755(2023)06-0350-02文献引用格式：刘青芳.基于傅立叶变换的遥感图像配准算法分析[J].电子技术,2023,52(06):350-351.基于傅立叶变换...
