一种超高分辨率遥感图像中高层建筑特征点匹配方法组成比例

技术编号:15501787 阅读:87 留言:0更新日期:2017-06-03 22:59
本发明专利技术公开一种超高分辨率遥感图像中高层建筑特征点匹配方法,该方法针对城市中高层建筑在不同视角的超高分辨率遥感图像中会发生空间位置的变化,导致落在高层建筑上的特征点对减少的问题,在参考图像和待配准图像中采用多种特征点提取方法获得大量特征点,对初匹配后的特征点对,首先采用严格的筛选条件,获得少量匹配准确性高的特征点对,分析图像间的图像视角差,并利用图像视角差和建筑物的图像位移差放松筛选条件,获得较多同时包含错误和正确的特征点对,最后利用特征点对周围图像块的相似性进一步验证特征点对,去除错误的特征点对,保留较多的正确匹配特征点对。

A feature point matching method for high rise buildings in ultra high resolution remote sensing images

The invention discloses a method for matching the characteristics of super high-rise buildings in high resolution remote sensing image, change the method for high-rise buildings in the city in the ultra high resolution remote sensing images from different perspectives may occur in the space position, lead to fall on the high building feature points to reduce the problem of extraction method using a variety of feature points in the reference the image in the image and get a lot of feature point, the feature points of the early, after the first screening, with strict conditions, for a small, high accuracy of feature points of image analysis, the difference between the perspective image, and image displacement using image visual difference and building differential screening conditions to obtain more relaxed, also includes the feature points of the error and correct, finally using the feature point similarity to the surrounding image block to further verify the feature points of eliminating false minutiae Yes, more correct matching feature points are retained.

【技术实现步骤摘要】
一种超高分辨率遥感图像中高层建筑特征点匹配方法
本专利技术属于数字图像处理
,涉及一种多时相遥感图像特征点配准方法,尤其涉及一种多时相超高分辨率遥感图像中高层建筑特征点配准方法,其为在分析多时相遥感图像视角差异的基础上利用特征点对周围图像块的相似性分析特征点对的匹配性。
技术介绍
多时相遥感图像配准是遥感图像变化检测、信息融合的基础。城市遥感图像分析中,一方面,随着遥感技术的发展,遥感图像的分辨率越来越高;另一方面,为提高城市土地利用效率,高层建筑越来越普遍。在超高分辨率的遥感图像中,不同拍摄视角下,高层建筑的形态及在图像中的位置发生较为明显的变化,同时对周围地物形成遮挡,高层建筑周围的图像也可能发生一定变化,这些对特征点的匹配形成干扰,减少了建筑物上正确匹配特征点对的数量。基于特征的多时相遥感图像配准过程,典型步骤包括:(1)提取特征:主要特征包括点特征、线特征和区域特征,其中点特征研究偏多,主要利用点周围的灰度变化检测特征点,先后出现了Forstner、Gabor、SUSAN、Harris、SIFT和SURF等特征,其中SIFT和SURF等特征点具有良好的局部不变性,在图像配准中得到广泛应用;线特征和区域特征主要是利用直线提取技术和区域分割技术获得图像中包含的主要直线和区域。(2)特征匹配:主要根据所提取特征的描述方式来匹配特征,形成特征对,如点特征SIFT和SURF利用特征点周围灰度变化的相似性,线特征利用直线方向、直线之间空间关系等的相似性,区域特征利用区域面积、形状等的相似性。(3)特征对筛选:针对特征匹配中部分错误匹配的特征对,采用马氏距离、RANSAC等方式去除。(4)空间变换:利用正确匹配的特征对,计算空间变换模型,利用空间变换模型对待匹配图像进行变换,使得参考图像和待匹配图像一致,其中典型的空间变换模型包括仿射变换、透视变换、多项式变换等。在不同视角的超高分辨率城市遥感图像中,中高层建筑会在图像呈现不同形态。此时中高层建筑的侧面在图像中表现形状存在差异,在中高层建筑物侧面获得特征,同时这些中高层建筑对周围地物造成遮挡,也对特征选取造成影响,导致获得的可匹配特征少。中高层建筑的顶部尽管在图像中的位置存在差异,但是其基本结构特征、颜色特征保留较好,是特征提取与匹配的重点区域。因中高层建筑物的高度存在差异,导致中高层建筑物屋顶的特征间不能服从同一空间变换,在特征对筛选阶段,部分已正确匹配的特征对被去除。本专利技术针对这部分已正确匹配的特征对展开分析,以保留这部分已正确匹配的特征对,增加特征对的数量,为后续的信息融合和变化检测等提供更多更好的信息。本专利技术所提出的特征点匹配方法主要分为三部分,第一部分,提取特征点并初步匹配;第二部分,严格筛选出少量正确匹配的特征点对,并利用正确匹配的特征点对,分析视角变化信息;第三部分,结合视角变化信息,对初步匹配的特征点对重新筛选,并分析特征点对周围图像块的相似性验证特征对的匹配性。
技术实现思路
本专利技术所要解决的技术问题在于提供一种超高分辨率遥感图像中高层建筑特征点匹配方法。该方法针对不同视角下高层建筑在高分辨率遥感图像中发生的位置变化,导致高层建筑上匹配的特征点对少的问题,利用参考图像和待匹配图像间存在的视角差异信息一致,筛选出特征角度变化相同的特征点对,并利用特征点对周围图像块的相似性进行验证,以得到更多的匹配正确的落在高层建筑上的特征点对。为实现上述目的,本专利技术所述超高分辨率遥感图像中高层建筑特征点匹配包括如下步骤:步骤(1)、提取特征点:将两个时相的超高分辨遥感图像,一个视为参考图像,一个视为待匹配图像,两图均经过几何校正,且具有相同的分辨率,分别在两个图像中提取具有局部不变性的特征点;步骤(2)、特征点初匹配:结合特征点的描述特性,对参考图像和待匹配图像中的特征点进行匹配,获得初始匹配特征点对集,该集合中的特征点对包含较多的错误匹配;步骤(3)、特征点对严格筛选(一次筛选):对初始匹配特征点对集中的特征点对严格筛选,获得更为准确的一次筛选特征点对集,该集合中所包含的特征点对基本匹配正确;步骤(4)、图像视角差异信息和图像位置差异信息分析:利用一次筛选特征点对集,采用统计的方式,寻找两图像间的视角差异信息,得到两图像间的正确特征点对间存在的角度,同时,利用图像内最高建筑物和图像分辨率信息获得图像位置差异;步骤(5)、利用图像视角差异和图像位置差异二次筛选特征对:在初始匹配特征点对集中,将满足图像视角差异和图像位置差异的特征点对筛选出来,得到二次筛选特征点对集;步骤(6)、特征点对周围图像块的相似性分析:针对二次筛选特征点对集中的每一对特征点,在其周围取图像块,采用互信息的方式分析对应图像块的相似性;步骤(7)、特征点对验证:如果特征点对周围任一图像块的相似性满足阈值,则认为特征点对匹配,否则认为特征点对不匹配,从二次筛选特征点对集中去除,得到新的正确匹配的特征对集。其中,步骤(4)中,所述图像视角差异信息分析时,选择特征对角度集中的区域作为图像视角差异,区域取值范围建议在10度-15度内。其中,步骤(4)中,所述图像位置差异信息分析时,主要指高层建筑等地物,其受拍摄视角影响,在图像中呈现的最大位置差异,该最大位置差异在2倍的最高建筑物高度/图像分辨率内,可根据两图的视角差异进一步缩小该差异的值。其中,步骤(6)中,所述特征点对周围图像块为9个图像块:1)以特征点为中心的1个图像块;2)特征点分别位于图像块左右上下边缘的中心的4个图像块;3)特征点分别位于图像块的4个顶点的4个图像块。本专利技术的原理在于:一种超高分辨率遥感图像中高层建筑特征点匹配方法,拟处理的遥感图像对,均经过几何校正,且具有相同分辨率,其步骤具体的解释如下:步骤(1)、提取特征点:遥感图像配准中,具有局部不变性的特征点能获得较多较稳定的特征点,选择在两图像中采用SIFT、SURF等多种特征点提取方式获得较多的特征点,从而获得较多的候选特征点;步骤(2)、特征点初匹配:结合特征点的描述特性,对不同方式下提取的特征点分别进行匹配,获得初始匹配特征点对集,该集合中的特征点对包含较多的错误匹配;步骤(3)、特征点对严格筛选(一次筛选):对初始匹配特征点对集中的特征点对采用RANSAC、马氏距离等方法去除错误匹配的特征点对,同时一些正确的点对也被删除,但经过严格筛选后,在获得的一次筛选特征点对集中,所包含的特征点对基本匹配正确;步骤(4)、图像视角差异信息和图像位置差异信息分析:两图像的视角固定,所以对于落在高层建筑上的特征点对,所形成的角度是固定,而一次筛选特征点对集中的点对基本匹配正确,所以可以采用统计的方式,将角度相对集中的区域视为两图像间的视角差异信息;同时,高层建筑物在图像中因拍摄视角导致的位置差异,是由建筑物高、视角差异和图像分辨率共同决定的,视角差异所形成的位置差异最大为2倍的建筑物高/图像分辨率;步骤(5)、利用图像视角差异和图像位置差异二次筛选特征对:在初始匹配特征点对集中,逐一分析特征点对,如果特征点对所形成的角度差异与图像视角差异基本一致,同时特征点对的位置差异在图像位置差异范围内,将该特征点对放入二次筛选特征点对集中;步骤(6)、特征点对周围图像块的相似性分析:本文档来自技高网
...
一种超高分辨率遥感图像中高层建筑特征点匹配方法

【技术保护点】
一种超高分辨率遥感图像中高层建筑特征点匹配方法,其特征在于:包括如下步骤:步骤(1)、提取特征点:将两个时相的超高分辨遥感图像,一个视为参考图像,一个视为待匹配图像,两图均经过几何校正,且具有相同的分辨率,分别在两个图像中提取具有局部不变性的特征点;步骤(2)、特征点初匹配:结合特征点的描述特性,对参考图像和待匹配图像中的特征点进行匹配,获得初始匹配特征点对集,该集合中的特征点对包含错误匹配;步骤(3)、特征点对严格筛选即一次筛选:对初始匹配特征点对集中的特征点对严格筛选,获得更为准确的一次筛选特征点对集,该集合中所包含的特征点对基本匹配正确;步骤(4)、图像视角差异信息和图像位置差异信息分析:利用一次筛选特征点对集,采用统计的方式,寻找两图像间的视角差异信息,得到两图像间的正确特征点对间存在的角度,同时,利用图像内最高建筑物和图像分辨率信息获得图像位置差异;步骤(5)、利用图像视角差异和图像位置差异二次筛选特征对:在初始匹配特征点对集中,将满足图像视角差异和图像位置差异的特征点对筛选出来,得到二次筛选特征点对集;步骤(6)、特征点对周围图像块的相似性分析:针对二次筛选特征点对集中的每一对特征点,在其周围取图像块,采用互信息的方式分析对应图像块的相似性;步骤(7)、特征点对验证:如果特征点对周围任一图像块的相似性满足阈值,则认为特征点对匹配,否则认为特征点对不匹配,从二次筛选特征点对集中去除,得到新的正确匹配的特征对集。...

【技术特征摘要】
1.一种超高分辨率遥感图像中高层建筑特征点匹配方法,其特征在于:包括如下步骤:步骤(1)、提取特征点:将两个时相的超高分辨遥感图像,一个视为参考图像,一个视为待匹配图像,两图均经过几何校正,且具有相同的分辨率,分别在两个图像中提取具有局部不变性的特征点;步骤(2)、特征点初匹配:结合特征点的描述特性,对参考图像和待匹配图像中的特征点进行匹配,获得初始匹配特征点对集,该集合中的特征点对包含错误匹配;步骤(3)、特征点对严格筛选即一次筛选:对初始匹配特征点对集中的特征点对严格筛选,获得更为准确的一次筛选特征点对集,该集合中所包含的特征点对基本匹配正确;步骤(4)、图像视角差异信息和图像位置差异信息分析:利用一次筛选特征点对集,采用统计的方式,寻找两图像间的视角差异信息,得到两图像间的正确特征点对间存在的角度,同时,利用图像内最高建筑物和图像分辨率信息获得图像位置差异;步骤(5)、利用图像视角差异和图像位置差异二次筛选特征对:在初始匹配特征点对集中,将满足图像视角差异和图像位置差异的特征点对筛选出来,得到二次筛选特征点对集;步骤(6)、特征点对周围图像块的相似性分析:针对二次筛选特征...

【专利技术属性】
技术研发人员:胡蕾
申请(专利权)人:江西师范大学
类型:发明
国别省市:江西,36

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1