基于MCD度量和VTM的多模态遥感图像配准方法技术

本发明专利技术公开了一种基于MCD度量和VTM的多模态遥感图像配准方法，其方案是：1.选取参考图像并进行分块特征点检测；2.构造参考图像的梯度主方向特征图；3.选取待配准图像并构造其梯度主方向特征图；4.对所有参考图像特征模板和对应的待匹配特征模板进行MCD度量和VTM，得到所有精确匹配点对；5.根据匹配点对估计空间变换参数；6.根据空间变换参数，对待配准图像进行空间变换，得到最终配准图像。本发明专利技术能够有效提高图像配准效率，提高对于非线性强度差异的鲁棒性，可用于多模态遥感图像配准中，实现快速鲁棒的配准。

【技术实现步骤摘要】
基于MCD度量和VTM的多模态遥感图像配准方法
本专利技术属于图像处理
，更进一步涉及遥感图像配准
中的一种基于平均差余弦MCD(MeanofCosinedifference)度量和变模板匹配VTM(VariableTemplateMatching)的多模态遥感图像配准方法，本专利技术可应用于对可见光图像、红外图像、激光深度图像和合成孔径雷达图像至少两幅图像的特征点进行精确配准，以实现对不同时间、不同传感器(成像设备)或不同条件下(天候、照度、摄像位置和角度等)获取的至少两幅图像进行匹配。
技术介绍
随着地理空间信息技术的快速发展，越来越多的多模态遥感数据被获取得到，例如可见光图像、红外图像、激光深度图像和合成孔径雷达(syntheticapertureradar,SAR)图像等。这些多模态图像为观测场景提供了互补特征信息，因此被广泛用于各种遥感应用当中。而实现这些应用的关键步骤就是多模态图像配准。随着现代高精度遥感传感器的发展，多模态图像可以利用地理参考信息进行预配准。在预配准图像中，几乎所有的全局畸变(明显的旋转和尺度差本文档来自技高网...

【技术保护点】
1.一种基于MCD度量和VTM的多模态遥感图像配准方法，其特征在于，利用图像的梯度幅值和梯度方向信息得到梯度主方向特征图，利用平均差余弦MCD度量和变模板匹配VTM方法进行图像的配准，该方法的步骤包括如下：/n(1)选取一幅可见光图像作为配准的参考图像：/n(2)提取参考图像的特征点：/n(2a)采用分块策略将参考图像在二维平面内均匀分成10×10的网格；/n(2b)采用Harris特征点提取方法，提取参考图像每个网格中均匀分布的Harris特征点；/n(3)构造参考图像的梯度主方向特征图：/n采用像素级梯度主方向特征提取方法，从参考图像中提取每个像素对应的梯度主方向特征，组成参考图像的梯度主...

【技术特征摘要】
1.一种基于MCD度量和VTM的多模态遥感图像配准方法，其特征在于，利用图像的梯度幅值和梯度方向信息得到梯度主方向特征图，利用平均差余弦MCD度量和变模板匹配VTM方法进行图像的配准，该方法的步骤包括如下：
(1)选取一幅可见光图像作为配准的参考图像：
(2)提取参考图像的特征点：
(2a)采用分块策略将参考图像在二维平面内均匀分成10×10的网格；
(2b)采用Harris特征点提取方法，提取参考图像每个网格中均匀分布的Harris特征点；
(3)构造参考图像的梯度主方向特征图：
采用像素级梯度主方向特征提取方法，从参考图像中提取每个像素对应的梯度主方向特征，组成参考图像的梯度主方向特征图；
(3a)按照下式，计算参考图像中每个像素点的梯度幅值：



其中，m(x,y)表示参考图像中对应(x,y)处像素点的梯度幅值，I(x,y)表示参考图像中对应(x,y)坐标处的像素强度，I(x+1,y)表示参考图像中对应(x+1,y)坐标处的像素强度，I(x,y-1)表示参考图像中对应(x-1,y)坐标处的像素强度，I(x,y+1)表示参考图像中对应(x,y+1)坐标处的像素强度，I(x,y-1)表示参考图像中对应(x,y-1)坐标处的像素强度；
(3b)按照下式，计算参考图像中每个像素点的梯度方向角度：



其中，θ(x,y)表示参考图像中对应(x,y)坐标处的像素点对应的梯度方向角度，tan-1表示取反正切操作；
(3c)将参考图像中每一个像素点对应的梯度方向角度中属于[180°,360°)范围内的梯度方向，根据公式m(x,y)＝mod(m(x,y),180)全部转化到[0,180°)范围内，得到覆盖180度的梯度方向范围；
(3d)对每一个像素点的梯度幅值与一个标准高斯窗函数加权，将加权后的每一个像素点作为像素样本，添加到由该像素点周围邻域内所有像素点的梯度方向形成的梯度方向直方图中，得到参考图像的像素级梯度方向直方图，其中，设置方向直方图的方向单元数为9，覆盖方向范围为180度；
(3e)选取每个方向直方图中峰值所对应的方向角度，得到该像素点的梯度主方向特征，提取每个像素对应的梯度主方向特征构成梯度主方向特征图；
(4)选取参考图像的模板区域：
在参考图像特征图中以每个Harris特征点为中心、(M+N)×(M+N)特征区域组成该特征点的参考模板区域；其中，M表示参考模板的边长，20≤M≤100，N表示参考模板区域中搜索区域的边长，取值为40；
(5)选取待配准图像：
(5a)选取一幅异源多模态图像作为待配准图像；
(5b)判断待配准图像和参考图像的分辨率是否相同，若是，则执行步骤(6)，否则，执行步骤(5c)；
(5c)利用双线性插值法，对待配准图像重采样到其分辨率与参考图像相同后，执行步骤(6)；
(6)构造待配准图像的梯度主方向特征图：
采用与步骤(3)的相同方法，从待配准图像中提取每个像素对应的梯度主方向特征，得到待配准图像的梯度主方向特征图；
(7)选取待配准图像的模板区域：
在待配准图像特征图中以每个Harris特征点为中心、(M+N)×(M+N)像素大小的特征区域组成该特征点的...

【专利技术属性】
技术研发人员：丁金闪，梁东星，徐众，孙慧明，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61