一种遥感图像匹配优化方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种遥感图像匹配优化方法、装置、电子设备及存储介质，该方法包括：基于基准遥感图像，对待匹配遥感图像进行纠正，以消除待匹配遥感图像与基准遥感图像之间的几何形变、尺度以及旋转差异；确定待匹配遥感图像与基准遥感图像之间的匹配区域；使用SIFT算法对待匹配遥感图像中的匹配区域和基准遥感图像中的匹配区域进行特征提取，并将提取到的极值点中大于极值点阈值的点作为提取到的特征点；基于提取到的特征计算基准遥感图像和待匹配遥感图像中的特征匹配点对，得到初始匹配结果；使用RANSAC算法对初始匹配结果进行优化，得到待匹配遥感图像和基准遥感图像的图像匹配结果。通过实施该方法，能够较准确且以较高效率实现对低空飞行器拍摄的遥感图像的匹配。

A remote sensing image matching optimization method, device, electronic equipment and storage medium

【技术实现步骤摘要】
一种遥感图像匹配优化方法、装置、电子设备及存储介质
本专利技术涉及多媒体信息处理
，尤其涉及到一种遥感图像匹配优化方法、装置、电子设备及存储介质。
技术介绍
近年来，从无人机遥感应用于钓鱼岛地形测绘、到四川芦山地震进行灾害遥感监测与灾情评估，再到国家海洋资源的常态监测，低空遥感技术凸显了它在地形测绘、灾害应急监测与灾情评估、环境监测等众多领域的优势和应用价值，低空遥感数据处理技术也迅速成为研究的热点。影像匹配是低空遥感数据处理的关键技术之一，其匹配质量直接影响到后续成果的优劣。由于低空飞行器处于不断飞行移动的状态，因此相对于普通图像匹配，低空飞行器遥感图像匹配存在以下技术难点：第一，相邻影像间的旋偏角大，难以直接进行灰度相关匹配；第二，飞行器的飞行高度、横滚角和俯仰角变化大，从而导致影像间的比例尺差异大，降低了灰度相关匹配的成功率和可靠性；第三，相邻影像间的左右重叠度和上下重叠度变化大，加上低空遥感影像摄影比例尺大，造成表面不连续地物(如高楼)在影像上的投影差大，因而无法确定匹配的搜索范围。因此，如何实现对低空飞行器遥感图像的准确高效的匹配成为亟待解决的问题。
技术实现思路
有鉴于此，本专利技术实施例提供了一种遥感图像匹配优化方法、装置、电子设备及存储介质，以解决现有普通图像的图像匹配方法直接适用于低空飞行器的遥感图像时的匹配效果较差的问题。根据第一方面，本专利技术实施例提供了一种遥感图像匹配优化方法，包括如下步骤：基于基准遥感图像，对待匹配遥感图像进行纠正，以消除待匹配遥感图像与基准遥感图像之间的几何形变、尺度以及旋转差异；确定待匹配遥感图像与基准遥感图像之间的匹配区域；匹配区域是指待匹配遥感图像与基准遥感图像之间的重叠区域；使用SIFT算法对待匹配遥感图像中的匹配区域和基准遥感图像中的匹配区域进行特征提取，并将提取到的极值点中大于极值点阈值的点作为提取到的特征点；基于提取到的特征点计算基准遥感图像和待匹配遥感图像中的特征匹配点对，得到初始匹配结果；使用RANSAC算法对初始匹配结果进行优化，得到待匹配遥感图像和基准遥感图像的图像匹配结果。通过基于基准遥感图像，对待匹配遥感图像进行纠正，以消除待匹配遥感图像与基准遥感图像之间的几何形变、尺度以及旋转差异，能够消除低空飞行器图像由于飞行器的旋转偏角、飞行高度以及俯仰角等情况对飞行器图像的影响；而由于飞行器处于不断飞行移动的状态，飞行器的拍摄对象是不断变化的，在进行图像匹配时，具有匹配意义的仅为基准遥感图像和待匹配遥感图像之间的重叠区域，因此，待匹配遥感图像与基准遥感图像之间的匹配区域仅为该重叠区域，从而能够排除基准遥感图像和待匹配遥感图像中没有必要进行特征提取以及特征匹配的区域，提高该遥感图像匹配优化方法的匹配效率；同样由于飞行器处于不断飞行移动的状态，飞行器的飞行高度、横滚角和俯仰角变化大，从而导致影像间的比例尺差异大，因而使用SIFT算法对待匹配遥感图像中的匹配区域以及基准遥感图像中的匹配区域进行特征提取，能够提高特征点的提准确性，从而提高最终的图像匹配结果的准确性；同时，通过使用RANSAC算法对初始匹配结果进行优化后得到的匹配结果作为待匹配遥感图像和基准遥感图像的最终图像匹配结果，能够进一步提高最终的图像匹配结果的准确性。此外，通过将提取到的极值点中大于极值点阈值的点作为提取到的特征点，能够减小使用SIFT算法提取到的特征点的数量，从而能够减小后续进行特征点匹配时的时间开销，提高该遥感图像匹配优化方法的匹配效率。结合第一方面，在第一方面第一实施方式中，使用RANSAC算法对初始匹配结果进行优化，得到待匹配遥感图像和基准遥感图像的图像匹配结果的步骤，包括：使用RANSAC算法对初始匹配结果进行优化，得到初始优化匹配结果；判断初始优化匹配结果中的特征匹配点对的数量是否大于预设阈值；当初始优化匹配结果中的特征匹配点对的数量大于预设阈值时，使用最小二乘方法剔除初始优化匹配结果中拟合残差大于√2的特征匹配点对，得到待匹配遥感图像和基准遥感图像的图像匹配结果。结合第一方面，在第一方面第二实施方式中，极值点阈值为10。结合第一方面，在第一方面第三实施方式中，通过计算待匹配遥感图像中的匹配区域中的提取到的特征点以及基准遥感图像中的匹配区域中的提取到的特征点之间的128维欧式距离，得到基准遥感图像和待匹配遥感图像中的特征匹配点对。结合第一方面或者第一方面第一实施方式中，在第一方面第四实施方式中，确定待匹配遥感图像与基准遥感图像之间的匹配区域的步骤，包括：根据基准遥感图像和待匹配遥感图像的拍摄角度以及拍摄位置，计算基准遥感图像和待匹配遥感图像的重叠区域；分别提取基准遥感图像和待匹配遥感图像中包含重叠区域的最小矩形区域，得到基准遥感图像中的匹配区域以及待匹配遥感图像中的匹配区域。结合第一方面第四实施方式，在第一方面第五实施方式中，在确定待匹配遥感图像与基准遥感图像之间的匹配区域的步骤之后，还包括：分别将待匹配遥感图像中的匹配区域和基准遥感图像中的匹配区域分为多个匹配块；使用SIFT算法对待匹配遥感图像中的匹配区域和基准遥感图像中的匹配区域进行特征提取，并将提取到的极值点中大于极值点阈值的点作为提取到的特征点的步骤，包括：使用SIFT算法依次对各个匹配块进行特征提取，并将提取到的极值点中大于极值点阈值的点作为提取到的特征点。通过在确定待匹配遥感图像与基准遥感图像之间的匹配区域之后，分别将待匹配遥感图像中的匹配区域和基准遥感图像中的匹配区域分为多个匹配块，能够配合执行该遥感图像匹配优化方法的计算装置的运算能力进行分块，从而使匹配区域中的每一块的特征提取均能够较快执行，从而也能够提高整个匹配区域的特征提取效率；此外，也能够降低该遥感图像匹配优化方法对其执行装置的性能要求。根据第二方面，本专利技术实施例提供了一种遥感图像匹配优化装置，包括：图像纠正模块，用于基于基准遥感图像，对待匹配遥感图像进行纠正，以消除待匹配遥感图像与基准遥感图像之间的几何形变、尺度以及旋转差异；区域确定模块，用于确定待匹配遥感图像与基准遥感图像之间的匹配区域；匹配区域是指待匹配遥感图像与基准遥感图像之间的重叠区域；特征提取模块，用于使用SIFT算法对所述待匹配遥感图像中的匹配区域和所述基准遥感图像中的匹配区域进行特征提取，并将提取到的极值点中大于极值点阈值的点作为提取到的特征点；图像匹配模块，用于基于提取到的特征点计算基准遥感图像和待匹配遥感图像中的特征匹配点对，得到初始匹配结果；匹配优化模块，用于使用RANSAC算法对初始匹配结果进行优化，得到待匹配遥感图像和基准遥感图像的图像匹配结果。根据第三方面，本专利技术实施例提供了一种电子设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行第一方面或者第一方面的任意一种实施方式中所述的遥感图像匹配优化方法。根据第四方面，本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述本文档来自技高网...

【技术保护点】
1.一种遥感图像匹配优化方法，其特征在于，包括如下步骤：/n基于基准遥感图像，对待匹配遥感图像进行纠正，以消除所述待匹配遥感图像与所述基准遥感图像之间的几何形变、尺度以及旋转差异；/n确定所述待匹配遥感图像与所述基准遥感图像之间的匹配区域；所述匹配区域是指所述待匹配遥感图像与所述基准遥感图像之间的重叠区域；/n使用SIFT算法对所述待匹配遥感图像中的匹配区域和所述基准遥感图像中的匹配区域进行特征提取，并将提取到的极值点中大于极值点阈值的点作为提取到的特征点；/n基于所述提取到的特征点计算所述基准遥感图像和所述待匹配遥感图像中的特征匹配点对，得到初始匹配结果；/n使用RANSAC算法对所述初始匹配结果进行优化，得到所述待匹配遥感图像和所述基准遥感图像的图像匹配结果。/n

【技术特征摘要】
1.一种遥感图像匹配优化方法，其特征在于，包括如下步骤：
基于基准遥感图像，对待匹配遥感图像进行纠正，以消除所述待匹配遥感图像与所述基准遥感图像之间的几何形变、尺度以及旋转差异；
确定所述待匹配遥感图像与所述基准遥感图像之间的匹配区域；所述匹配区域是指所述待匹配遥感图像与所述基准遥感图像之间的重叠区域；
使用SIFT算法对所述待匹配遥感图像中的匹配区域和所述基准遥感图像中的匹配区域进行特征提取，并将提取到的极值点中大于极值点阈值的点作为提取到的特征点；
基于所述提取到的特征点计算所述基准遥感图像和所述待匹配遥感图像中的特征匹配点对，得到初始匹配结果；
使用RANSAC算法对所述初始匹配结果进行优化，得到所述待匹配遥感图像和所述基准遥感图像的图像匹配结果。


2.根据权利要求1所述的遥感图像匹配优化方法，其特征在于，所述使用RANSAC算法对所述初始匹配结果进行优化，得到所述待匹配遥感图像和所述基准遥感图像的图像匹配结果的步骤，包括：
使用RANSAC算法对所述初始匹配结果进行优化，得到初始优化匹配结果；
判断所述初始优化匹配结果中的特征匹配点对的数量是否大于预设阈值；
当所述初始优化匹配结果中的特征匹配点对的数量大于所述预设阈值时，使用最小二乘方法剔除所述初始优化匹配结果中拟合残差大于的特征匹配点对，得到所述待匹配遥感图像和所述基准遥感图像的图像匹配结果。


3.根据权利要求1所述的遥感图像匹配优化方法，其特征在于，所述极值点阈值为10。


4.根据权利要求1所述的遥感图像匹配优化方法，其特征在于，通过计算所述待匹配遥感图像中的匹配区域中的提取到的特征点以及所述基准遥感图像中的匹配区域中的提取到的特征点之间的128维欧式距离，得到所述基准遥感图像和所述待匹配遥感图像中的特征匹配点对。


5.根据权利要求1或2所述的遥感图像匹配优化方法，其特征在于，所述确定所述待匹配遥感图像与所述基准遥感图像之间的匹配区域的步骤，包括：
根据所述基准遥感图像和所述待匹配遥感图像的拍摄角度以及拍摄位置，计算所述基准遥感图像和所述待匹配遥感图像的重叠区域；
分...

【专利技术属性】
技术研发人员：邓练兵，邹纪升，逯明，
申请(专利权)人：珠海大横琴科技发展有限公司，
类型：发明
国别省市：广东;44