遙測影像(Remote sensing image)的自動套合(Automatic registration)是一個需要建立被檢測影像(Sensed image)和參考影像(Reference image)之間適當相似關係的本質任務。在以功能為基礎的匹配方法之中，尺度不變特徵轉換(Scale-Invariant Feature Transform, SIFT)已經顯示其超越其他變換方法的優越性。從自動套合的觀點來看，以SIFT為基礎方法的挑戰包括匹配失誤的消除和匹配特徵點的均勻性。現今已有許多界外離異值移除(Outlier removal)方法被提出，不過針對特徵點均勻分佈的策略卻較為缺乏。本研究針對這兩大議題，提出一新的以改良的SIFT為基礎的遙測影像套合系統。此外，本研究發展以三邊計算(Trilateral computation, Tc)訣竅和同質性強化(Homogeneity enforcement, He)配置為基礎的界外離異值移除方法。最後，本研究引進一個以賽局理論(Game theory)為基礎的隨機程序競爭程序，來使得所提議的TcHe演算法獲得一個適當量的正確匹配。不同樣式和場景的多頻譜(Multispectral)和多時序(Multitemporal)遙測影像被使用來評估本研究提出的自動影像套合方法。圖一展示TcHe對不同頻譜空拍影像的精準套合結果。多項實驗結果顯示本研究所提的遙測影像自動套合系統優於當代其他先進遙測影像套合方法，如圖二所示。我們相信本研究所發展的這一新的影像套合技術，對遙測影像處理應用具有相當大的發展潛能。（工科海洋系張恆華教授提供）
圖一、多頻譜影像套合結果說明，左上：綠頻被檢測影像，右上：近紅外光參考影像，左下：套合結果，右下：合併假色彩結果影像
圖二、多時序TM影像自動套合結果比較(a)被檢測影像(b)參考影像(c)SIFT(d)FSC-SIFT(e)PSO-SIFT(f)Gong-SIFT(g)SAR-SIFT(h)本研究方法