● 摘要
影像（包括可视化的图像和其它信息，如光谱响应、经纬度和数字高程）是一种重要的目标信息载体，被各种非接触式分析系统作为首要的数据源，在近景测量和遥感观测中更是大量采用。通常，从摄取到的影像中提取出稳定的特征或模式，有助于更好地把握视场内的目标特性。当需要对不同传感器、不同时间等条件下目标重叠影像进行信息综合时，就必须进行配准或“对齐”，将各自包含的知识统一到同一框架下。影像特征提取和配准技术在几何尺寸测量、位置和姿态计算、运动描述、资源普查、城市规划、环境监测、军事目标侦察等领域有着广泛的应用。
本文结合视觉特征提取和配准理论，对点线特征及特征提取方法进行了深入研究。针对背景变化遥感图像，着重探讨了其配准的相关技术并进行了精度分析。最后将特征提取与配准方法应用在遥感与近景系统上：(1) 综合跑道目标的图像底层描述，完成了其模型的建立并使提取算法达到相对实用的既定效果；(2) 实现目标二维图像和三维CAD模型姿态估计。对衍生的实际问题进行了较为详细的讨论。
论文的主要内容包括：
1. 介绍了Gestalt视觉理论下特征提取的内容和研究现状，分析了目前普遍采用的特征提取方法在检测理论下可能存在的缺陷，引入的背景检测模型也可以拓展到特征匹配等多个领域；
2. 提出了基于边缘特征的全仿射尺度不变图像配准方法。分析多目成像的数学模型，验证了仿射变换在遥感和近景序列图像间的适用性。着重分析了SIFT及其改进算法的理论核心，并推导了鲁棒边缘特征点的提取和相应的特征描述向量生成方法。使用仿射不变采样框架，降低了视点变化对配准的影响。与传统方法相比，该方法计算并行性好并且精度高；
3. 提出了遥感图像形状配准方法。以拓扑完形的视角重新分析了遥感图像中关键地物信息在全局把握上的作用，将河流、山脉、海岸线、建筑轮廓等形状作为匹配的特征，降低了局部的地质灾害或季节变化对配准效果的影响。引入对立检测理论框架下误匹配去除方法，其以配准精度为直接优化函数且参数自适应调节，而非传统的投票所产生的局部极值，使得配准精度大幅度提高；
4. 提出了长线状特征下的跑道提取方法。推导了Marr视觉下的Hessian矩阵线条提取。引入Gestalt下的边缘和直线检测模型，论证了其在虚警控制和实际检测效果上的优越性，明确了基于Gestalt理论指导边缘和直线提取的方法。通过对跑道的属性分析，建立了跑道的高层特征描述，结合机场跑道的建设标准确定了跑道的检测范围，并将其中的多项检测指标量化，成功实现了虚假目标的分离。综合两种视觉理论下的信息，完成了跑道目标的提取和配准，并在靶场实验中得到了验证；
5. 实现了基于配准的人脸跟踪仿真。讨论了二维图像和三维CAD模型匹配，采用离线信息很好地补偿了线上姿态迭代计算过慢的缺点。现场实验中后向投影效果较好，且执行速度快。