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 ...
【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 ...
【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...
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。