一种基于布谷鸟搜索和Krawtchouk矩不变量的遥感图像匹配方法组成比例

本发明专利技术公开了一种基于布谷鸟搜索和Krawtchouk矩不变量的遥感图像匹配方法，包括如下步骤：1、对基准遥感图像和待匹配遥感图像进行小波分解；2、以Krawtchouk矩不变量作为匹配特征，以布谷鸟算法作为智能优化策略对分解后低频分量进行粗匹配；3、根据粗匹配结果反演至低尺度下的低频分量，逐层求精，完成遥感图像的精匹配。本发明专利技术利用Krawtchouk矩不变量描述两幅遥感图像的匹配特征，提高匹配精度，具有一定的抗旋转变化能力及较好的噪声鲁棒性；凭借小波变换的多尺度特性构建小波金字塔结构，缩小匹配过程的搜索空间，提高匹配速度；首次在遥感图像匹配领域中引入布谷鸟搜索算法，以此对最佳匹配位置的搜寻过程优化加速，进一步缩短匹配时间，改善方法的智能度。

【技术实现步骤摘要】
一种基于布谷鸟搜索和Krawtchouk矩不变量的遥感图像匹配方法
本专利技术涉及遥感图像匹配方法，具体设计一种基于布谷鸟搜索和Krawtchouk矩不变量的遥感图像匹配方法。
技术介绍
遥感图像匹配一般是依据特定的相似度度量准则，比较基准图像和待匹配图像之间的相似度，从而确定待匹配图像在基准图像中的坐标位置，是遥感图像分析的关键技术之一，可应用于遥感图像的定位及配准。遥感图像匹配是遥感图像融合、拼接、变化检测、分类等技术的前提和基础，在地质调查、飞行器巡航制导、土地利用、卫星影像测量等诸多领域均有广泛的应用。通常遥感图像的信息量较大，且由于地貌形态复杂，存在一定程度的地面杂波、形状畸变和灰度差异等自身成像机理和外部成像环境多种因素对遥感图像匹配方法的相关研究增加了一定的难度。现有的该领域研究方法普遍存在计算量较大，易受光照、噪声、畸变等干扰影响的问题。
技术实现思路
专利技术目的：为了解决现有技术存在的问题，本专利技术的目的是提供一种在匹配精度和速度上具有显著优势，且可以抵抗噪声和一定旋转角度变化的基于小波本文档来自技高网...

【技术保护点】
1.一种基于布谷鸟搜索和Krawtchouk矩不变量的遥感图像匹配方法，其特征在于，包括如下步骤：/n(1)对基准遥感图像和待匹配遥感图像分别进行小波变换，提取两幅图像分解后高尺度下的低频分量；/n(2)以Krawtchouk矩不变量作为匹配特征，以布谷鸟算法作为智能优化策略搜寻最佳匹配点，实现基准遥感图像和待匹配遥感图像的粗匹配；/n(3)根据粗匹配结果反演至低尺度下的低频分量，逐层求精，最终实现遥感图像的精匹配。/n

【技术特征摘要】
1.一种基于布谷鸟搜索和Krawtchouk矩不变量的遥感图像匹配方法，其特征在于，包括如下步骤：
(1)对基准遥感图像和待匹配遥感图像分别进行小波变换，提取两幅图像分解后高尺度下的低频分量；
(2)以Krawtchouk矩不变量作为匹配特征，以布谷鸟算法作为智能优化策略搜寻最佳匹配点，实现基准遥感图像和待匹配遥感图像的粗匹配；
(3)根据粗匹配结果反演至低尺度下的低频分量，逐层求精，最终实现遥感图像的精匹配。


2.根据权利要求1所述的遥感图像匹配方法，其特征在于，所述步骤(1)中，对基准遥感图像和待匹配遥感图像分别进行2层小波变换。


3.根据权利要求1所述的遥感图像匹配方法，其特征在于，所述步骤(2)具体包括如下内容：
(2.1)一幅N×M个像素图像f(x,y)的(n+m)阶Krawtchouk矩不变量定义如下：



式中，n＝0,1,2……，N-1；m＝0,1,2……,M-1，p1,p2∈(0,1)，ρ(n)、ρ(m)为Krawtchouk多项式的加权函数；为Krawtchouk多项式系数；其中，θ为仿射变换时坐标轴的旋转角度；x、y分别为图像坐标点的横纵坐标，是横纵坐标的平均值；
(2.2)以基准遥感图像和待匹配遥感图像的Krawtchouk矩不变量构造Ffitness，作为布谷鸟搜索算法的适应度函数，并计算各鸟巢的适应度函数值，确定当前鸟巢最佳位置及其相应的适应度函数值；



式中，为分解后的待匹配遥感图像低频分量FML的(n+m)阶Krawtchouk矩不变量；是在基准遥感图像低频分量FB...

【专利技术属性】
技术研发人员：吴诗婳，李亚钊，李彭伟，李子，于子桓，赵祥智，陈娜，欧阳慈，林志祥，阚凌志，
申请(专利权)人：中国电子科技集团公司第二十八研究所，
类型：发明
国别省市：江苏;32