一种基于多尺度特征的热红外图像配准方法技术

本发明专利技术涉及一种基于多尺度特征的热红外图像配准方法，实现步骤如下：(1)以多光谱图像为参考图像，热红外图像作为待配准图像，对参考图像和待配准图像分别进行小波分解，分解后图像的分辨率与未分解前的多光谱图像和热红外图像相同；(2)计算步骤(1)中分解后图像中所有分解层的直方图，只有灰度值属于前5％的多光谱图像和热红外图像特征点才被保留，这些特征点代表了配准过程中要使用的点；(3)对步骤(2)中的特征点进行相关计算，寻找匹配点，从而完成热红外图像。本发明专利技术将图像分解成不同尺度、不同方向的图像系列，具有特征可选的优点，通过分解的系列图像，可以得到在不同尺度、不同方向上所需的特征。

【技术实现步骤摘要】

本专利技术涉及一种遥感卫星图像配准的处理方法，特别是一种基于多尺度特征的热 红外图像配准方法。
技术介绍
遥感技术目前已在社会和科技层面转向实际应用，这些应用包括自然灾害的处 理、气候变化评估、自然资源管理、环境保护等，所有这些都涉及长期监测地球表面。近些 年，图像配准在遥感应用中变的非常重要。图像配准是图像处理中的基本任务，指的是匹配 两幅或多幅来自不同时间、不同遥感器、不同视角的同一物体或场景的图像。图像配准用于 数字图像处理是为了把两幅或多幅数字图像准确对准以便分析与比较，涉及生理学、计算 机视觉、模式识别、影像理解等多个领域知识。精确的配准算法对于支持镶嵌遥感卫星图 像、追踪地球表面环境变化、基础科学研究是非常重要的。 图像配准，即通过计算一组变换参数把两幅图像对准，这个问题看似定义简单明 了，似乎应该已有清楚通用的方法，而实际上远非如此。由于对应于各种不同数据的应用众 多，图像配准已经发展成为一项复杂的、具有很强挑战性的、包含许多方法策略的任务。随 着遥感、医学、以及其他领域获取图像能力的不断增强，导致在过去20年里对图像配准技术 进行了大量研究。但到目前为止，还没有一种配准方法能够解决所有的配准问题，只能根据 具体的数据类型和应用来研究相应的算法。图像配准算法常分为基于区域和基于特征的两 种方法，但是一般只适用于灰度差别较小的影像，反映数据之间的线性特征，不适用于灰度 差别较大的影像之间的配准。 由于不同传感器成像原理不同，得到的图像间存在较大的灰度差异(如多光谱图 像和热红外图像），同一景物在不同类型图像中呈现的特征也各不相同，共性特征难以提 取，这就使得基于灰度相关和图像特征的各种配准方法不再适用、效果不好。
技术实现思路
本专利技术技术解决问题:克服现有技术由于不同传感器成像原理不同，得到的图像 间存在较大的灰度差异(如多光谱图像和热红外图像），同一景物在不同类型图像中呈现的 特征也各不相同，共性特征难以提取，提供，解 决上述难题并应用于多光谱与热红外图像的配准，将图像分解成不同尺度、不同方向的图 像系列，具有特征可选的优点，通过分解的系列图像，可以得到在不同尺度、不同方向上所 需的特征。 本专利技术的技术解决方案步骤是:一种基于小波特征的热红外图像配准方法实现步 骤如下： (1)以多光谱图像为参考图像，热红外图像作为待配准图像，对参考图像和待配准 图像分别进行小波分解，分解后图像的分辨率与未分解前的多光谱图像和热红外图像相 同； (2)计算步骤（1)中分解后图像中所有分解层的直方图，只有灰度值属于前5%的 多光谱图像和热红外图像特征点才被保留，这些特征点代表了配准过程中要使用的点； (3)对步骤(2)中的特征点进行相关计算，寻找匹配点，从而完成热红外图像。 所述的步骤（1)的以多光谱图像为参考图像，热红外图像作为待配准图像，对参考 图像和待配准图像分别进行小波分解具体实现如下： (11)对多光谱图像IMS用第一个滤波器H0进行滤波，生成滤波后的图像IMsHO，利 用第二个滤波器L0滤波生成图像nteLO,然后对图像nteLO采用第三个滤波器Bk和第四个滤 波器L1滤波得到图像頂sBk和图像頂sLl，k = 0，1，2; (12)对热红外图像IMt用第一个滤波器H0进行滤波，生成滤波后的图像MtHO,利用 第二个滤波器L0滤波生成图像IMtLO,然后对图像IMtLO采用第三个滤波器Bk和第四个滤波 器L1滤波得到图像頂tBk和图像頂tLl，k = 0，l，2。 所述步骤(3)进行相关计算，寻找匹配点的具体实现如下:对多光谱图像和热红外 图像特征点采用归一化互相关准则进行滑动窗模板匹配，搜索相关系数最大的点，即为匹 配点。 本专利技术与现有技术相比有益效果为： (1)本专利技术中的多尺度小波能够将多传感器(多光谱和热红外）、多分辨率数据在 不损失重要信息和不模糊较高分辨率数据的情况下变成相同空间分辨率。在低分辨率，保 留了重要的全局特征如河流、湖泊、山脊，以及道路和其他人工建筑，同时，消除微弱的通常 被认为是噪音或伪像元的更高分辨率特征。 (2)将图像分解成不同尺度、不同方向的系列图像，具有平移不变性及方向性等优 点，通过分解的系列图像，可以得到在不同尺度、不同方向上所需的特征，可以准确地检测 出目标的边缘、纹理等特征。由于本专利技术在图像分解过程中不采样，没有频率混叠项，分解 后的图像系列与原图像有相同尺寸，因此具有平移不变性。【附图说明】 图1为本专利技术方法实现流程图； 图2为多尺度分解图。【具体实施方式】 如图1所示，为本专利技术具体实施如下： (1)对参考图像和输入图像进行小波多尺度分解 对参考图像使用滤波器L0滤波，分别生成图像IMsH0、IMsL0,图像IMsLO进一步被 滤波器Bk，（k = 0，l，2)滤波得到图像]以1^，仏=0，1，2);同理，可对输入图像做相同处理。 滤波所用的滤波器如下：图像与滤波器的卷积为： IMsL0 = IMs*L0 IMsB0 = IMsL0*B0 IMsBl = IMsL0*Bl IMsB2 = IMsL0*B2 x，y为图像中某一点的坐标。 (2)特征点提取 计算图像低通和带通分解层的直方图。只有灰度值属于直方图前5%的点才被保 留。这些点代表了配准过程中要使用的特征点。直方图的计算： 大小为MX N的图像IM直方图 Si:某像素的个数，M，N代表图像的长和宽。取Hi>0.95的点作为特征点。 (3)特征点匹配采用归一化互相关准则进行滑动窗模板匹配，搜索相关系数最大的点，即为匹配 点取相关系数C>0.85的点对为匹配点对。其中，頂s(X，y)为参考图像中特征点坐标，为参考图像的均值，頂t(u，v)为待 配准图像中特征点坐标，μ?表示待配准图像的均值。如图2所示，即为图像的多尺度、多方向分解流程，首先对图像用滤波器H0、L0滤波 得到利用滤波生成的图像頂sLO和頂tLO,然后对HteLO用滤波器81^，仏=0，1，2)和1^1滤波得 到图像IMsBk, IMtBk(k = 0，1，2)和图像IMsLl，IMtLl; IMsBk, ImtBk，（k = 0，1，2)则代表了两 组三个不同方向的图像。【主权项】1. ，其特征在于实现步骤如下： (1) 以多光谱图像为参考图像，热红外图像作为待配准图像，对参考图像和待配准图像 分别进行小波分解，分解后图像的分辨率与未分解前的多光谱图像和热红外图像相同； (2) 计算步骤（1)中分解后图像中所有分解层的直方图，只有灰度值属于前5%的多光 谱图像和热红外图像特征点才被保留，这些特征点代表了配准过程中要使用的点； (3) 对步骤(2)中的特征点进行相关计算，寻找匹配点，从而完成热红外图像。2. 根据权利要求1所述的基于多尺度特征的热红外图像配准方法，其特征在于:所述的 步骤(1)的以多光谱图像为参考图像，热红外图像作为待配准图像，对参考图像和待配准图 像分别进行小波分解具体实现如下： (11) 对多光谱图像IMs用第一个滤波器H0进行滤波，生成滤波后的图像IMsHO,利用第 二个滤波器L0滤波生成图像HteLO,然后对图像HteLO采用第三个滤波器Bk和第四个滤波器 L1滤波得到图本文档来自技高网...

【技术保护点】
一种基于多尺度特征的热红外图像配准方法，其特征在于实现步骤如下：(1)以多光谱图像为参考图像，热红外图像作为待配准图像，对参考图像和待配准图像分别进行小波分解，分解后图像的分辨率与未分解前的多光谱图像和热红外图像相同；(2)计算步骤(1)中分解后图像中所有分解层的直方图，只有灰度值属于前5％的多光谱图像和热红外图像特征点才被保留，这些特征点代表了配准过程中要使用的点；(3)对步骤(2)中的特征点进行相关计算，寻找匹配点，从而完成热红外图像。

【技术特征摘要】

【专利技术属性】
技术研发人员：吕江安，王峰，郝雪涛，王山虎，
申请(专利权)人：中国资源卫星应用中心，
类型：发明
国别省市：北京;11