基于结构相似性的异源遥感图像配准方法技术

本发明专利技术属于遥感图像技术领域，公开了一种基于结构相似性的异源遥感图像配准方法。该方法利用图像的相位一致性信息代替图像的强度信息和梯度信息进行特征点检测，并使用基准图像和实时图像各自的相位一致性幅度的最大索引图与相位一致性局部自相似性所组成的混和特征描述子进行特征描述，而且该方法的特征点检测过程不依赖于地理信息，并且对非线性辐射畸变表现出良好的鲁棒性。畸变表现出良好的鲁棒性。畸变表现出良好的鲁棒性。

【技术实现步骤摘要】
基于结构相似性的异源遥感图像配准方法


[0001]本专利技术涉及遥感图像配准
，具体涉及一种基于结构相似性的异源遥感图像配准方法。

技术介绍

[0002]图像配准技术是图像处理领域的重要组成部分，并且在弹体定位、航空制导、计算机视觉、模式识别、遥感技术、医学、气候学等军事和民用领域应用广泛。异源图像的配准技术可以弥补单一传感器图像在图像配准技术中的不足，是当前图像配准
的研究热点。由于异源图像之间存在着非线性灰度差以及辐射强度差异，基于灰度信息的图像配准方法往往不适用于异源图像配准领域。结构特征是对图像信息更高层次的描述，可以在异源图像中稳定存在，因此基于结构特征的图像配准方法常用于异源图像间的匹配，也成为国内外在该领域中研究的主要方向。
[0003]为了取得鲁棒性强且精确度高的异源图像配准结果，需要提取到稳定的结构特征信息。图像中最基本的结构特征信息是点特征和线特征。点特征在图像匹配、立体场景匹配中有着广泛的应用。目前常用的特征提取算法有尺度不变特征变换(Scale
‑
Invariant Feature Transform，SIFT)、加速鲁棒特征(Speeded
‑
Up Robust Features，SURF)、ORB(Oriented FAST and Rotated BRIEF)和一些改进的SIFT算法，然而这些方法通常使用强度信息或梯度信息进行特征的检测和描述，由于异源图像可能存在一定程度的辐射畸变会导致这些算法失效，难以取得稳定的配准效果。
>
技术实现思路

[0004]针对传统的基于强度信息或梯度信息的特征算法在异源图像配准中所存在的问题，本专利技术的目的在于提供一种基于结构相似性的异源遥感图像配准方法，其涉及一种结构相似性(Structural Properties)方法，该方法利用图像的相位一致性(Phase Congruency，PC)信息代替图像的强度信息和梯度信息进行特征点检测，并使用基准图像和实时图像各自的相位一致性幅度的最大索引图(Maximum Index Map，MIM)与相位一致性局部自相似性(Local Self
‑
Similarity)所组成的混和描述子进行特征描述，而且该方法的特征点检测过程不依赖于地理信息，并且对非线性辐射畸变表现出良好的鲁棒性。
[0005]为了达到上述目的，本专利技术采用以下技术方案予以实现。
[0006]一种基于结构相似性的异源遥感图像配准方法，包括以下步骤：
[0007]步骤1，获取同一区域的基准图像和待配准图像，对基准图像和待配准图像分别进行基于Log
‑
Gabor滤波器的相位一致性测量，得到基准图像和待配准图像对应的不同角度不同尺度下的相位一致性信息；
[0008]其中，所述基准图像和待配准图像分别为遥感图像，且待配准图像为实时图像；
[0009]步骤2，根据基准图像和待配准图像对应的不同角度不同尺度下的相位一致性信息，获取对应的最大矩和最小矩，进而完成边缘点检测和角点检测，得到基准图像和待配准
图像的特征点；
[0010]步骤3，根据基准图像和待配准图像的相位一致性信息中的卷积序列，计算基准图像和待配准图像对应的最大索引图；
[0011]步骤4，根据基准图像和待配准图像的相位一致性信息，构造相位一致性自相似(PCSS)描述子；
[0012]步骤5，根据基准图像的最大索引图和待配准图像的最大索引图，分别构建基准图像和待配准图像中每个特征点的似剃度位置方向直方图GLOH(Gradient Location
‑
Orientation Histogram)特征描述子；
[0013]步骤6，将基准图像和待配准图像的PCSS描述子和似GLOH特征描述子进行结合，构建混合特征描述子；
[0014]步骤7，采用最近邻度量算法对基准图像和待配准图像的所有特征点的混合特征描述子进行相似性度量，获得最终配准的同名点对，完成图像配准。
[0015]与现有技术相比，本专利技术的有益效果为：
[0016]本专利技术首先利用图像的PC信息获取图像的特征信息，由于异源图像之间存在着辐射差异和灰度差异，相位一致性信息不受灰度差异、辐射差异以及光照差异的影响，具有强鲁棒性，对图像的特征表示更具有意义。首先，构造基准图像与实时图像的卷积序列所构造的最大索引图以及PCSS描述子；其次，基于基准图像和实时图像的混和描述子进行相似性度量，提高同名点之间的相似性；最后，用基于最近邻配准的算法进行相似性度量，得到粗配准结果，再通过FSC算法进行误匹配点剔除，得到最终的精配准结果。
附图说明
[0017]下面结合附图和具体实施例对本专利技术做进一步详细说明。
[0018]图1为本专利技术方法的实现流程图；
[0019]图2为本专利技术实施例的相位一致性示例图；其中(a)为原始图像，(b)为该原始图像的相位一致性结果图；
[0020]图3为本专利技术实施例的特征检测示例图；其中(a)原始图像，(b)为最小矩图，(c)为最大矩图，(d)特征点检测图；
[0021]图4为本专利技术实施例的最大索引图构造示意图；
[0022]图5为本专利技术实施例的第一组SAR图像和可见光图像的配准结果；其中(a)为配准结果连线图，(b)为融合图，(c)为棋盘格拼接图；
[0023]图6为本专利技术实施例的第二组SAR图像和可见光图像的配准结果；其中(a)为配准结果连线图，(b)为融合图，(c)为棋盘格拼接图；
[0024]图7为本专利技术实施例的第三组SAR图像和可见光图像的配准结果；其中(a)为配准结果连线图，(b)为融合图，(c)为棋盘格拼接图。
具体实施方式
[0025]下面将结合实施例对本专利技术的实施方案进行详细描述，但是本领域的技术人员将会理解，下列实施例仅用于说明本专利技术，而不应视为限制本专利技术的范围。
[0026]参考图1，本专利技术提供的一种基于结构相似性的异源遥感图像配准方法，包括以下
步骤：
[0027]步骤1，获取同一区域的基准图像和待配准图像，对基准图像和待配准图像分别进行基于Log
‑
Gabor滤波器的相位一致性测量，得到基准图像和待配准图像对应的不同角度不同尺度下的相位一致性信息；
[0028]其中，所述基准图像和待配准图像为遥感图像，待配准图像为实时图像；
[0029]二维Log
‑
Gabor函数(2Dimensional Log
‑
Gabor Function，2D
‑
LGF)的定义为：
[0030][0031]式中，(ρ，θ)是对数极坐标；下标s表示2D
‑
LGF的尺度，下标o分别表示2D
‑
LGF的方向；(ρ
s
，θ
(s，o)
)是2D
‑
LGF的中心频率；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于结构相似性的异源遥感图像配准方法，其特征在于，包括以下步骤：步骤1，获取同一区域的基准图像和待配准图像，对基准图像和待配准图像分别进行基于Log
‑
Gabor滤波器的相位一致性测量，得到基准图像和待配准图像对应的不同角度不同尺度下的相位一致性信息；其中，所述基准图像和待配准图像分别为遥感图像，且待配准图像为实时图像；步骤2，根据基准图像和待配准图像对应的不同角度不同尺度下的相位一致性信息，获取对应的最大矩和最小矩，进而完成边缘点检测和角点检测，得到基准图像和待配准图像的特征点；步骤3，根据基准图像和待配准图像的相位一致性信息中的卷积序列，计算基准图像和待配准图像对应的最大索引图；步骤4，根据基准图像和待配准图像的相位一致性信息，构造相位一致性自相似描述子；步骤5，根据基准图像的最大索引图和待配准图像的最大索引图，分别构建基准图像和待配准图像中每个特征点的似GLOH特征描述子；步骤6，将基准图像和待配准图像的相位一致性自相似描述子和似GLOH特征描述子进行结合，构建混合特征描述子；步骤7，采用最近邻度量算法对基准图像和待配准图像的所有特征点的混合特征描述子进行相似性度量，获得最终配准的同名点对，完成图像配准。2.根据权利要求1所述的基于结构相似性的异源遥感图像配准方法，其特征在于，步骤1中，所述基于Log
‑
Gabor滤波器的相位一致性测量的具体过程：1.1，对于一幅输入图像I(x，y)，首先，将图像I(x，y)分别与Log
‑
Gabor滤波器的偶对称小波和奇对称小波进行卷积，得到在尺度s和方向o位置的响应分量e
so
(x，y)和o
so
(x，y)：e
so
(x，y)＝I(x，y)*L
even
(x，y，s，o)o
so
(x，y)＝I(x，y)*L
odd
(x，y，s，o)其中，L
even
(x，y，s，o)为偶对称Log
‑
Gabor小波，L
odd
(x，y，s，o)为奇对称Log
‑
Gabor小波；1.2，计算图像I(x，y)在尺度s和方向o处的振幅分量A
so
(x，y)和相位分量φ
so
(x，y)：(x，y)：1.3，考虑到图像的噪声，引入一个噪声补偿项T，综合考虑滤波器的带宽、空间宽度信息及滤波器对噪声响应的幅度正比于其带宽，所以得到最终二维相位一致性模型为：其中，PC(x，y)是图像I(x，y)的相位一致性信息，(x，y)表示像素点在图像中的坐标，w0(x，y)为给定频率扩展的加权因子；ξ是一个很小的值，为了防止分母为零；表示封闭的值为正值时运算结果等于其本身，否则为零，Δφ
so
(x，y)是一个敏感的相位偏差函数；A
so
(x，y)Δφ
so
(x，y)的定义为：
式中式中E(x，y)是一个局部能量函数，3.根据权利要求1所述的基于结构相似性的异源遥感图像配准方法，其特征在于，步骤2中，所述最大矩M和最小矩m的计算公式为：2中，所述最大矩M和最小矩m的计算公式为：式中，三个中间量a、b、c计算公式如下：式中，三个中间量a、b、c计算公式如下：式中，三个中间量a、b、c计算公式如下：式中，PC(θ
o
)为图像在θ
o
方向下的PC测度，即相位一致性信息。4.根据权利要求3所述的基于结构相似性的异源遥感图像配准方法，其特征在于，所述边缘点检测的过程为：首先对最大矩M进行FAST角点检测，然后选取响应强度最高的设定个数的角点作为边缘点，得到边缘点检测结果；所述角点检测的过程为：首先计算最小矩m中每个像素点的Harris响应值，再对每一个像素点取设定大小的邻域进行非极大值抑制，得到...

【专利技术属性】
技术研发人员：梁毅，刘倩，孙昆，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：