雾霾天气条件下的光学遥感图像配准方法及系统技术方案

本发明专利技术涉及一种雾霾天气条件下的光学遥感图像配准方法及系统，其中方法包括以下步骤：获取参考图像和待配准的光学遥感图像；根据局部上拉二进制模式分别提取参考图像和光学遥感图像的特征；将邻域和局部上拉二进制模式的阈值进行比较，得到参考图像和光学遥感图像对应的局部上拉二进制模式图像；根据加速鲁棒特征算法分别计算两幅局部上拉二进制模式图像的匹配线对；根据随机样本一致性算法处理匹配线对，得到投影变换矩阵；基于投影变换矩阵将光学遥感图像以参考图像为参考进行投影变换，得到配准后的图像。本发明专利技术基本原理简单，函数库成熟，可实现雾霾天气条件下光学遥感图像的高精度配准，且本发明专利技术可直接应用于遥感卫星产品的处理，实用性强。

【技术实现步骤摘要】
雾霾天气条件下的光学遥感图像配准方法及系统
本专利技术涉及图像处理
，特别是涉及一种雾霾天气条件下的光学遥感图像配准方法及系统。
技术介绍
光学遥感卫星具有高分辨率、大幅宽及多光谱等成像优势，其遥感产品已成为获取人民生活信息的重要手段之一。光学遥感卫星采取被动成像的方式，可获取高精度的对地遥感信息。现阶段，光学卫星大多采取多个光谱同时成像的技术方式，以获取地物不同光谱特性，再将不同谱段信息进行融合，而光谱图像配准是信息融合的前提，同时图像配准技术是光学遥感卫星产品开发的重要手段之一，可修正不同谱段图像的仿射或投影变换差异。为此，现阶段已开发了多种图像配准方法，如尺度不变特征变换(Scale-invariantFeatureTransform，SIFT)算法、加速鲁棒特征(SpeededUpRobustFeatures，SURF)算法等。但在雾霾天气情况下，受到光学成像技术固有特点的制约，拍摄的遥感图像存在较大的细节模糊，难以提取有效的匹配线对，配准误差较大，甚至直接导致光谱间图像配准失败，十分不利于后续遥感产品的开发及应用。因此有必要开发一种适用于雾霾天气下的光学遥感图像配准方法。
技术实现思路
基于此，有必要针对雾霾天气条件下光学遥感图像配准误差较大甚至配准失败的问题，提供一种雾霾天气条件下的光学遥感图像配准方法及系统，该方法及系统可实现快速、高精度的图像配准，能够满足遥感产品后续生产需求，同时，本专利技术设计的局部上拉二进制模式提取方法亦可应用于目标检测及识别领域。为解决上述问题，本专利技术采取如下的技术方案：一种雾霾天气条件下的光学遥感图像配准方法，该方法包括以下步骤：获取参考图像和待配准的光学遥感图像；根据局部上拉二进制模式分别提取所述参考图像和所述光学遥感图像的特征；将邻域和局部上拉二进制模式的阈值进行比较，得到所述参考图像和所述光学遥感图像对应的局部上拉二进制模式图像；根据加速鲁棒特征算法分别计算两幅所述局部上拉二进制模式图像的匹配线对；根据随机样本一致性算法处理所述匹配线对，得到投影变换矩阵；基于所述投影变换矩阵将所述光学遥感图像以所述参考图像为参考进行投影变换，得到配准后的图像。相应地，本专利技术还提出一种雾霾天气条件下的光学遥感图像配准系统，该系统包括：获取模块，用于获取参考图像和待配准的光学遥感图像；特征提取模块，用于根据局部上拉二进制模式分别提取所述参考图像和所述光学遥感图像的特征；局部上拉二进制模式图像计算模块，用于将邻域和局部上拉二进制模式的阈值进行比较，得到所述参考图像和所述光学遥感图像对应的局部上拉二进制模式图像；匹配线对计算模块，用于根据加速鲁棒特征算法分别计算两幅所述局部上拉二进制模式图像的匹配线对；投影变换矩阵计算模块，用于根据随机样本一致性算法处理所述匹配线对，得到投影变换矩阵；配准模块，用于基于所述投影变换矩阵将所述光学遥感图像以所述参考图像为参考进行投影变换，得到配准后的图像。与现有技术相比，本专利技术具有以下有益效果：本专利技术利用局部二进制模式(LocalBinaryPatternss，LBP)光照不变性的有益特点，设计局部上拉二进制模式(pull-upLBP)，在抑制雾霾干扰的同时，提取图像的细节特征，提高关键目标的图像对比度，然后得到参考图像和待配准的光学遥感图像对应的局部上拉二进制模式图像，再利用SURF算法和随机样本一致性(RandomSampleConsensu，RANSAC)算法得到高精度的投影变换矩阵，最终实现遥感图像的高精度配准。本专利技术基本原理简单，函数库成熟，可实现雾霾天气条件下光学遥感图像的高精度配准，且本专利技术可直接应用于遥感卫星产品的处理，实用性强，同时本专利技术设计的pull-upLBP模式还可应用于目标检测及识别等领域。附图说明图1为本专利技术雾霾天气条件下的光学遥感图像配准方法的流程示意图；图2为本专利技术所阐述的原始LBP的演示图；图3为本专利技术采用的地面拍摄图像和计算的旋转不变LBP模式图像；图4为本专利技术提出的pull-upLBP及现有ULBP模式图像；图5为本专利技术提出的pull-upLBP对地面拍摄的远景图像配准效果图；图6为本专利技术提出的pull-upLBP对实际卫星图像的配准效果图；图7为本专利技术雾霾天气条件下的光学遥感图像配准系统的结构示意图。具体实施方式下面将结合附图及较佳实施例对本专利技术的技术方案进行详细描述。在其中一个实施例中，如图1所示，本专利技术公开一种雾霾天气条件下的光学遥感图像配准方法，该方法包括以下步骤：S100获取参考图像和待配准的光学遥感图像；S200根据局部上拉二进制模式(pull-upLBP)分别提取参考图像和光学遥感图像的特征；S300将邻域和pull-upLBP的阈值进行比较，得到参考图像和光学遥感图像对应的局部上拉二进制模式图像；S400根据加速鲁棒特征(SURF)算法分别计算两幅局部上拉二进制模式图像的匹配线对；S500根据随机样本一致性(RANSAC)算法处理匹配线对，得到投影变换矩阵；S600基于投影变换矩阵将光学遥感图像以参考图像为参考进行投影变换，得到配准后的图像。本实施例为解决现阶段雾霾天气条件下，光学遥感图像难以配准的问题，提供的光学遥感图像配准方法主要由以下步骤实现。步骤S100、首先获取参考图像和待配准的光学遥感图像。步骤S200、设计了一种pull-upLBP，并根据pull-upLBP分别提取参考图像和光学遥感图像的特征。优选地，本步骤中的pull-upLBP的阈值为LBP的阈值与上拉值之和，亦即将原始LBP模式的阈值从邻域中心灰度值(即阈值)修改为邻域中心灰度值再加上拉值。a、旋转不变LBP原始的LBP算子如下所示：其中，p为邻域像素数量，ip为邻域值，ic为邻域中心灰度值(即阈值)。LBP计算演示图如图2所示。通过计算，中心像素的二进制数为：01001110，对应的十进制由100修改为78。为提高LBP算子的旋转不变性，研究人员在原始LBP算子的基础上，将固定的正方形邻域修改为半径可变的圆形邻域，该算子称为旋转不变LBP。b、雾霾影响分析在雾霾天气条件下，难以配准的主要原因是：图像特征不明显，如图3(a)地面拍摄图像所示，而雾霾的影响和光照变化相似，因此采取LBP算子原则上可实现特征的提取。如图3(b)计算的旋转不变LBP模式图像所示，天空背景很难对配准产生有利影响，但LBP算子却计算得到大量的特征信息，该信息在配准过程中将作为噪声计入，影响配准效果，图3(b)中圆域半径设置为4，邻域像素数为8。从图3(b)中可以发现：需要在保证有效特征提取的同时，抑制无效信息。LBP模式中的无效信息可以认为是过度高频信息，虽然等价模式ULBP原则上可以抑制高频信息，如图4(b)现有ULBP模式图像所示，但受到雾霾的影响，很多无效区域被计算认为为有效特征，如天空，因此难以严格提取高价值的有效特征，配准面临失败的结果。本专利技术认为：有效特征区域的方差远大于干扰区域的方差。如表1及表2所示，表1中的子图主要选择图3(a)中的天空区域，表2中的子图主要选择图3(a)中的铁塔、电线、房屋边缘等高价值特征区域，计算各个子图对应的方差，通过对比可以验证本专利技术分析的正确性，即有效特征区域的方差远大于干扰区域的方差。c、pul本文档来自技高网...

【技术保护点】
1.一种雾霾天气条件下的光学遥感图像配准方法，其特征在于，包括以下步骤：获取参考图像和待配准的光学遥感图像；根据局部上拉二进制模式分别提取所述参考图像和所述光学遥感图像的特征；将邻域和局部上拉二进制模式的阈值进行比较，得到所述参考图像和所述光学遥感图像对应的局部上拉二进制模式图像；根据加速鲁棒特征算法分别计算两幅所述局部上拉二进制模式图像的匹配线对；根据随机样本一致性算法处理所述匹配线对，得到投影变换矩阵；基于所述投影变换矩阵将所述光学遥感图像以所述参考图像为参考进行投影变换，得到配准后的图像。

【技术特征摘要】
1.一种雾霾天气条件下的光学遥感图像配准方法，其特征在于，包括以下步骤：获取参考图像和待配准的光学遥感图像；根据局部上拉二进制模式分别提取所述参考图像和所述光学遥感图像的特征；将邻域和局部上拉二进制模式的阈值进行比较，得到所述参考图像和所述光学遥感图像对应的局部上拉二进制模式图像；根据加速鲁棒特征算法分别计算两幅所述局部上拉二进制模式图像的匹配线对；根据随机样本一致性算法处理所述匹配线对，得到投影变换矩阵；基于所述投影变换矩阵将所述光学遥感图像以所述参考图像为参考进行投影变换，得到配准后的图像。2.根据权利要求1所述的雾霾天气条件下的光学遥感图像配准方法，其特征在于，所述局部上拉二进制模式的阈值为局部二进制模式的阈值与上拉值之和。3.根据权利要求1或2所述的雾霾天气条件下的光学遥感图像配准方法，其特征在于，所述参考图像和所述光学遥感图像对应的局部二进制模式的半径之比为所述参考图像和所述光学遥感图像的分辨率之比。4.根据权利要求1或2所述的雾霾天气条件下的光学遥感图像配准方法，其特征在于，在根据加速鲁棒特征算法分别计算两幅所述局部上拉二进制模式图像的匹配线对之后，对所述匹配线对进行最优排序，并根据随机样本一致性算法处理所述最优排序中的前预设值个所述匹配线对，得到所述投影变换矩阵。5.根据权利要求1或2所述的雾霾天气条件下的光学遥感图像配准方法，其特征在于，所述预设值为200。6.一种雾霾天气条件下的光学遥感图像配准系统，其特征在于，包括：获取模块，用于获取参考图像和待配准的光学遥感图像；特征提取模块，用于根...

【专利技术属性】
技术研发人员：于树海，贺小军，于渊博，钟兴，
申请(专利权)人：长光卫星技术有限公司，
类型：发明
国别省市：吉林,22