基于改进SIFT的光学与SAR影像配准方法、设备及存储介质技术

技术编号:19636305 阅读:20 留言:0更新日期:2018-12-01 16:51
本发明专利技术涉及遥感影像处理技术领域,尤其是一种光学与SAR影像配准方法、设备及存储介质。本发明专利技术包括光学和SAR影像进行预处理;利用经典SIFT算法分别获取光学和SAR影像的关键点,并设置关键点的主方向值;利用经典SIFT算法分别对所述光学和SAR影像的关键点进行描述符生成;对已生成的光学和SAR影像关键点的描述符分别进行幅值增强处理;用归一化互相关系数作为相似性测度,对幅值增强后的光学和SAR影像关键点的描述符进行匹配,获取初始匹配点;最后同时引入角度约束和尺度约束提纯法剔除误匹配,获取更加优化、精确的匹配结果。

Optical and SAR image registration method, equipment and storage media based on improved SIFT

The invention relates to the technical field of remote sensing image processing, in particular to an optical and SAR image registration method, equipment and storage medium. The present invention includes optical and SAR image preprocessing; using classical SIFT algorithm to obtain the key points of optical and SAR images respectively, and setting the main direction value of the key points; using classical SIFT algorithm to generate descriptors for the key points of the optical and SAR images respectively; and descriptors for the key points of the generated optical and SAR images. The normalized cross correlation coefficient is used as the similarity measure to match the descriptors of the key points of the optical and SAR images, and the initial matching points are obtained. Finally, the angle constraint and scale constraint purification method are introduced to eliminate mismatching and obtain more optimized and accurate matching results.

【技术实现步骤摘要】
基于改进SIFT的光学与SAR影像配准方法、设备及存储介质
本专利技术涉及遥感影像处理
,尤其是一种光学与SAR影像配准方法、设备及存储介质。
技术介绍
随着遥感影像技术的发展,合成孔径雷达(SAR)和光学传感器系统大量涌现,为同一地区的对地观测提供了多种影像数据。SAR影像反映结构信息良好,且具有全天时、全天候、穿透性强等优点,相对于光学影像具有更大的侦察范围,但影像不包含光谱信息,且目标的微波反射特性常导致相同物体的SAR影像呈现不同的表现形式,图像解译较难。光学影像直接对目标进行成像,含有丰富的光谱信息,更符合人类解译,但受大气衰弱、天气变化的影响较大。因此,为了获取地物的完整信息,提高对目标描述、解译的准确性,通常需要对光学影像和SAR影像进行融合处理。在进行图像融合之前,图像配准是必须的关键步骤。由于成像机理的不同,光学与SAR影像存在严重的灰度变化和几何差异,因此传统的基于灰度的配准方法难以取得满意的结果。而基于不变特征的配准方法从图像中提取稳定的特征进行匹配,更适合SAR与光学影像的配准。在基于不变特征的配准方法中,Lowe在2004年提出了SIFT算法,该算法具有旋转、缩放及仿射不变性,对噪声及视角变换具有一定的稳定性。部分学者对SIFT算法进行了改进并应用于光学与SAR影像的配准中,但结果仍然不太稳定,或不能广泛适用于分辨率差异较大的星载光学和SAR遥感影像。
技术实现思路
本专利技术所要解决的技术问题是:针对现有技术存在的问题,提供一种光学与SAR影像配准方法、设备及存储介质。本专利技术采用的技术方案如下:一种基于改进SIFT的光学与SAR影像配准方法包括:光学和SAR影像进行预处理;利用经典SIFT算法分别获取光学和SAR影像的关键点,并设置关键点的主方向值;利用经典SIFT算法分别对所述光学和SAR影像的关键点进行描述符生成;对已生成的光学和SAR影像关键点的描述符分别进行幅值增强处理;用归一化互相关系数作为相似性测度,对幅值增强后的光学和SAR影像关键点的描述符进行匹配,获取初始匹配点。进一步的,所述的方法还包括基于角度约束和尺度约束提纯法优化初始匹配点,采用以下三种优化方法之一优化:优化方法1:采用尺度约束提纯法优化;优化方法2:先采用角度约束提纯法优化,然后采用尺度约束提纯法优化;优化方法3:先采用尺度约束提纯法优化,然后采用角度约束提纯法优化。进一步的,所述角度约束提纯法具体过程是:根据初始匹配点的同名特征点(li,rj)的视差(dx、dy)构建角度特征并以角度特征为聚类特征,建立角度特征空间,通过k-均值聚类分析,即可对所述初始匹配点进行误匹配剔除。进一步的,所述尺度约束提纯法具体过程是:计算到初始匹配点的每对同名特征点(li,rj),定义每对同名特征点之间的尺度比为:其中li,rj分别对应光学的同名特征点、SAR影像数据的同名特征点;σi和σj分别表示每对同名特征点的尺度,i=1,2,...,m;j=1,2,...,n;令为所有匹配对尺度比的平均值,将上式改写为:其中,W表示尺度约束阈值,通常取值0.1~1。利用上式,对所述初始匹配点中不满足尺度约束准则的初始匹配点对进行剔除,进行初始匹配点优化。进一步的,所述幅值增强公式为:其中,Q={q1,q2,...,q128}表示特征描述符128维的幅值强度;T表示设定阈值,通常取值0.2~1;i取值范围为1~128。进一步的,所述预处理包括:获取同一地区的经过系统几何校正的星载光学和SAR影像;利用DEM数据对SAR影像进行地形补偿修正;利用光学和SAR影像空间参考中的地理坐标,建立影像之间的几何关系,构造粗校正模型,进行粗纠正。一种基于改进SIFT算法的光学与SAR影像配准设备包括处理器,适于实现各指令;以及存储设备,适于存储多条指令,所述指令适于由处理器加载并执行上述任意一项所述的方法。一种存储介质,其中存储有多条指令,所述指令适用于由处理器加载并执行上述任意一项所述的方法的步骤。综上所述,由于采用了上述技术方案,本专利技术的有益效果是:(1)同时采用DEM数据和影像间几何关系对SAR影像进行纠正,削弱了SAR影像与光学影像的差异,提供了良好的匹配条件;(2)对生成的特征点描述符进行幅值增强处理,增强特征描述符的独特性,提高了匹配正确率;(4)利用角度约束、尺度约束双重过滤方法,优化了匹配结果,确保了匹配结果准确性。附图说明本专利技术将通过例子并参照附图的方式说明,其中:图1本专利技术一实施例流程图。具体实施方式本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。本说明书中公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。如图1,方法一:本专利技术实现方法包括:步骤(1)获取同一地区的经过系统几何校正的星载光学和SAR影像;步骤(2)利用DEM数据对SAR影像进行地形补偿修正;本步骤中采用的DEM数据为30米分辨率的ASTERGDEM数据,该数据可免费获取。步骤(3)利用光学和SAR影像空间参考中的地理坐标,建立影像之间的几何关系,构造粗校正模型,进行粗纠正,从而消除光学和SAR影像间尺度、旋转差异;步骤(4)利用经典SIFT算法分别获取光学和SAR影像的关键点;由于SAR影像存在斑点噪声,从而使得在利用SIFT提取特征点时,部分噪声点也可能被作为特征点,而频阶越高的影像斑点平滑越好。因此,从第2阶开始进行特征点提取,可部分消除斑点噪声对特征点匹配的影响。步骤(5)由于步骤(3)已进行影像粗纠正,可认为提取的SIFT特征的主方向大体一致,从而为步骤(4)中提取的关键点设置1个统一的主方向值;步骤(6)在特征主方向确定后,利用经典SIFT算法分别对步骤(4)中光学和SAR影像的关键点进行特征描述符生成;;步骤(7)对已生成的光学和SAR影像关键点的特征描述符分别进行幅值增强处理;幅值增强公式为:其中,Q={q1,q2,...,q128}表示特征描述符128维的幅值强度;T表示设定阈值,通常取值0.2~1。步骤(8)利用归一化互相关系数作为相似性测度,对幅值增强后的光学和SAR影像关键点的特征描述符进行匹配,获取初始匹配点。方法二:在方法一基础上,进一步包括:步骤(9)基于角度约束剔除误匹配;具体为:步骤(3)的粗纠正已消除了影像间的旋转差异,可认为所有正确匹配点间的连线应趋于平行。从而根据初始匹配点的同名特征点(li,rj)的视差(dx、dy)构建角度特征并以角度特征为聚类特征,建立角度特征空间,通过k-均值聚类分析(正确匹配点间的角度特征θ大致相同,集中在最大的一类),即可对步骤(8)的初始匹配结果进行误匹配剔除。步骤(10)基于尺度约束剔除误匹配:具体为:步骤11:得到初始匹配点的每对同名特征点(li,rj),定义每对同名特征点之间的尺度比为:其中li,rj分别对应光学的同名特征点、SAR影像数据的同名特征点;σi和σ′j分别表示每对同名特征点的尺度,i=1,2,...,m;j=1,2,...,n。步骤12:现有技术中,定义尺度约束准则(ScaleRestriction,S本文档来自技高网...

【技术保护点】
1.一种基于改进SIFT的光学与SAR影像配准方法,其特征在于包括:光学和SAR影像进行预处理;利用经典SIFT算法分别获取光学和SAR影像的关键点,并设置关键点的主方向值;利用经典SIFT算法分别对所述光学和SAR影像的关键点进行描述符生成;对已生成的光学和SAR影像关键点的描述符分别进行幅值增强处理;用归一化互相关系数作为相似性测度,对幅值增强后的光学和SAR影像关键点的描述符进行匹配,获取初始匹配点。

【技术特征摘要】
1.一种基于改进SIFT的光学与SAR影像配准方法,其特征在于包括:光学和SAR影像进行预处理;利用经典SIFT算法分别获取光学和SAR影像的关键点,并设置关键点的主方向值;利用经典SIFT算法分别对所述光学和SAR影像的关键点进行描述符生成;对已生成的光学和SAR影像关键点的描述符分别进行幅值增强处理;用归一化互相关系数作为相似性测度,对幅值增强后的光学和SAR影像关键点的描述符进行匹配,获取初始匹配点。2.根据权利要求1所述的方法,其特征在于还包括基于角度约束和尺度约束提纯法优化初始匹配点,采用以下三种优化方法之一优化:优化方法1:采用尺度约束提纯法优化;优化方法2:先采用角度约束提纯法优化,然后采用尺度约束提纯法优化;优化方法3:先采用尺度约束提纯法优化,然后采用角度约束提纯法优化。3.根据权利要求2所述的方法,其特征在于所述角度约束提纯法具体过程是:根据初始匹配点的同名特征点(li,rj)的视差(dx、dy)构建角度特征并以角度特征为聚类特征,建立角度特征空间,通过k-均值聚类分析,即可对所述初始匹配点进行误匹配剔除。4.根据权利要求2所述的方法,其特征在于所述尺度约束提纯法具体过程是:计算到初始匹配点的每对同名特征点(li,rj),定义每对同名特征点之间的尺度比为:其中li...

【专利技术属性】
技术研发人员:杨超丁庆王建涛梁景修曹春燕贺杰朱婷萼
申请(专利权)人:中国电子科技集团公司第二十九研究所
类型:发明
国别省市:四川,51

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