一种多传感器遥感影像匹配方法组成比例

本发明专利技术公开了一种多传感器遥感影像匹配方法，属于卫星影像处理技术领域，它能有效地解决多传感器影像间的几何形变和辐射差异问题。首先建立影像的高斯差分尺度空间，并在此空间中进行特征点检测。然后引入具有光照和对比度不变性的相位一致性模型，并对其进行扩展构建相位一致性方向信息，同时借助SIFT描述符的思想，利用相位一致性特征值和特征方向构建一种的局部特征描述符—局部相位一致性方向直方图。最后利用描述符间的欧式距离作为相似性测度进行同名点识别，并剔除误匹配点，从而实现遥感影像的精确匹配。相比于传统的匹配方法，本发明专利技术能更有效地克服遥感影像间的几何形变和辐射差异，提高影像匹配的正确率。主要用于卫星影像处理。

【技术实现步骤摘要】

本专利技术属于卫星影像处理
，特别涉及遥感影像的匹配技术。
技术介绍
影像匹配实质是在两幅或多幅影像之间识别同名点的过程，广泛应用于遥感影像 配准、影像拼接和变化检测等方面。由于成像机理和光谱特性的不同，多传感遥感影像间往 往存在显著几何和辐射差异，从而导致在影像间进行同名点自动识别的难度较大。 最近在计算机视觉领域，局部特征描述符得到了快速的发展，并广泛地应用于影 像匹配。其中最著名的局部特征描述是Scale Invariant Feature Transform(SIFT)算 子，由于具有旋转和尺度不变性，SIFT已经在遥感影像匹配中得到了广泛的应用。尽管如 此，SIFT描述符对影像间的辐射差异较为敏感，因此SIFT难以较好地应用于多传感器遥感 影像的匹配。在SIFT的基础上，有学者相继提出了 Speeded Up Robust Features(SURF)、 Oriented FAST and Rotated BRIEF(ORB)等描述符。它们在计算效率方面得到了较大的 提升，但是这些描述对于影像间的辐射差异依然很敏感。考虑到多传感器遥感影像间不仅 具有几何形变，而且还存在较大的福射差异，这里将利用相位一致性（phase congruency) 对遥感影像进行匹配。相位一致性是一种特征提取算法，具有光照和对比度不变性，在遥 感影像匹配领域得到了较为广泛的应用，但是目前基于相位一致性的方法对于影像间尺 度和旋转差异的适用性较弱，而且只使用了相位一致性的特征值，而没有利用相位一致性 的方向信息，未能充分地挖掘出相位一致性在特征提取和描述方面的潜力，性能还不够 稳健，因此本专利技术将对相位一致性计算模型进行扩展，利用其奇对称滤波器构建相位一 致性特征方向，然后采用其特征值和特征方向，借助于SIFT描述符的思想，构建一种局 部特征描述符一局部相位一致性方向直方图（local histogram of orientated phase congruency, LH0PC)，使其能够较好地抵抗影像间的尺度、旋转和福射差异，从而实现多传 感器遥感影像的精确匹配。
技术实现思路
本专利技术的目的是提供，它能有效地解决多传感器 影像间的几何形变和辐射差异问题，能够自动地在影像间获取大量分布均匀、稳定的同名 点对，实现影像的精度匹配。 本专利技术的目的是通过以下技术方案来实现的：。 包括下列步骤： 步骤一、利用不同尺度的高斯核函数对参考影像I1和待匹配影像I 2，分别进行卷 积运算，建立影像的高斯尺度空间，并通过高斯尺度空间的相邻两层影像做差生成高斯差 分尺度空间，然后，在此空间中进行极值检测，提取出具有尺度不变性的特征点PointI 1Q =1，2,3,…·，N); 步骤二、对相位一致性计算模型进行扩展，构建相位一致性特征方向，然后计算高 斯尺度空间中每一层影像上的每个像素点的相位一致性特征值和特征方向。 步骤三、利用相位一致性特征值和特征方向构建局部特征描述，记为LH0PC，具体 包括主方向和特征描述向量两个部分： (1)提取特征点PointI1 (i = 1，2, 3,…·，N)中的一个点PointI1，以它为中心取大 小为5 X 5个像素的邻域，计算邻域内的相位一致性特征值和特征方向，形成相位一致性方 向直方图，并选择直方图的峰值方向作为特征点的主方向，使描述符具有旋转不变性。 (2)根据主方向建立坐标系，并以特征点PointI1S中心取大小为20X20个像素 的邻域。然后把该邻域划分为4 X 4个子区域，将每个子区域内划分为8个方向，并统计每个 方向的相位一致性特征值，构成相位一致性方向直方图，最后将每个子区域内的相位一致 性方向直方图链接在一起，形成最终的特征描述向量一局部相位一致性方向直方图（local histogram of orientated phase congruency, LH0PC)〇 步骤四、分别计算参考影像I1I特征点PointI11Q = 1，2,3,….，N)和待匹配影 像12上特征点PointI 2l(i = 1，2, 3,….，N)的LHOPC特征向量，并通过欧氏距离作为相似 性测度，采用特征向量间的最近邻和次近邻距离之比C^atlci来进行匹配，当d Mtlc/J、于或等于 给定的阈值时，该点则被视为匹配点； 步骤五、为了使匹配更加稳健，这里采用双向的匹配策略，即对于参考影像I1上的 某一个特征点PointI 11，利用LHOPC进行匹配，获得它在待匹配影像I2上的同名点PointI 21， 然后以同样的匹配方式，获得PointI2l在参考影像I1I对应的同名点PointI' H。若 PointI1JP PointI' Η是同一个点，则认为PointI ^和PointI 2;是一对同名点； 步骤六、根据步骤四，遍历PointIli (i = 1，2, 3,….，Ν)的每一个点，得到对应 的同名点 PointI2i (i = 1，2, 3,…·，N)，即获得同名点对记为（PointIli, PointI2J (i = 1，2, 3,…·，N) 〇 步骤七、采用随机采样一致性算法，以投影变换作为几何约束提出错误匹配点，获 得最终的正确同名点对{P〇intIDn，PointID 2J (i = 1，2, 3,….，N)，实现影像的精确匹配。 本专利技术与现有技术相比的有益效果在于： 1、针对多传感器遥感影像间几何形变和辐射差异造成的匹配困难问题，本专利技术提 出了一种基于局部相位特征的匹配方法，通过利用相位一致性构建一种具有尺度、旋转和 辐射不变性的局部特征描述符进行同名点匹配，弥补了传统匹配方法（如SIFT、SURF)主要 针对影像间几何形变进行设计，而对辐射差异较为敏感的不足，提高了影像匹配的效率。 2、在整个匹配过程中，无需手工干预，能全自动地识别多传感器遥感影像间的同 名点，提高了匹配的实际生产效率。大量的实验结果表明，影像匹配的正确率达到90%以 上，精度可达到1个像素以内。【附图说明】 图1为本专利技术的整体流程图 图2为本专利技术log Gabor函数的奇对称滤波器形状 图3为本专利技术相位一致性特征方向的示意图 图4为本专利技术局部相位一致性特征描述向量的示意图 图5为本专利技术局部相位一致性特征描述向量插值示意图 图6为本专利技术双向匹配示意图【具体实施方式】 下面结合附图对本专利技术做进一步描述： ，其实现的具体步骤为： 步骤一、利用不同尺度σ的高斯核函数对参考影像I1和待匹配影像I 2进行滤波 形成高斯尺度空间，通过高斯尺度空间的相邻两层影像做差生成DoG尺度空间。 在DoG空间中，将中间层（最底层和最顶层除外）的每个像素点与同一层的相邻 8个像素以及上下两层的18个相邻像素，总共26个像素点进行比较，若该点的DoG值最大 或最小，则被认为是候选的特征点，然后去除对比度较低，并且位于边缘上的点，得到最终 的特征点 PointIi (i = 1，2, 3,…·，N)。 步骤二、对相位一致性计算模型进行扩展，构建相位一致性的特征方向，同时计算 高斯尺度空间中每一层影像上每个像素点的相位一致性特征值和特征方向，具体分为两 步： (1)利用log Gabor小波计算影像的相位一致本文档来自技高网...

【技术保护点】
一种多传感器遥感影像匹配方法，包括下列步骤：步骤一、利用不同尺度的高斯核函数对参考影像I1和待匹配影像I2，分别进行卷积运算，建立影像的高斯尺度空间，并通过高斯尺度空间的相邻两层影像做差生成高斯差分尺度空间，然后，在此空间中进行极值检测，提取出具有尺度不变性的特征点PointIi；步骤二、对相位一致性计算模型进行扩展，构建相位一致性特征方向，然后计算高斯尺度空间中每一层影像上的每个像素点的相位一致性特征值和特征方向；步骤三、利用相位一致性特征值和特征方向构建局部特征描述，记为LHOPC，具体包括主方向和特征描述向量两个部分：(1)提取特征点PointIi中的一个点，以它为中心取大小为5×5个像素的邻域，计算邻域内的相位一致性特征值和特征方向，形成相位一致性方向直方图，并选择直方图的峰值方向作为特征点的主方向，使描述符具有旋转不变性；(2)根据主方向建立坐标系，并以特征点PointIi为中心取大小为20×20个像素的邻域，然后把该邻域划分为4×4个子区域，将每个子区域内划分为8个方向，并统计每个方向的相位一致性特征值，构成相位一致性方向直方图，最后将每个子区域内的相位一致性方向直方图链接在一起，形成最终的特征描述向量—局部相位一致性方向直方图；步骤四、分别计算参考影像I1上特征点PointI1i和待匹配影像I2上特征点PointI2i的LHOPC特征向量，并通过欧氏距离作为相似性测度，采用特征向量间的最近邻和次近邻距离之比dratio来进行匹配，当dratio小于或等于给定的阈值时，该点则被视为匹配点；步骤五、为了使匹配更加稳健，这里采用双向的匹配策略，即对于参考影像I1上的某一个特征点PointI1i，利用LHOPC进行匹配，获得它在待匹配影像I2上的同名点PointI2i，然后以同样的匹配方式，获得PointI2i在参考影像I1上对应的同名点PointI’1i；若PointI1i和PointI’1i是同一个点，则认为PointI1i和PointI2i是一对同名点；步骤六、根据步骤四，遍历PointI1i的每一个点，得到对应的同名点PointI2i，即获得同名点对记为{PointI1i，PointI2i}；步骤七、采用随机采样一致性算法，以投影变换作为几何约束提出错误匹配点，获得最终的正确同名点对{PointID1i，PointID2i}，实现影像的精确匹配。...

【技术特征摘要】

【专利技术属性】
技术研发人员：叶沅鑫，慎利，曹云刚，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：四川;51