一种无人机多光谱影像配准的方法技术

本发明专利技术公开了一种无人机多光谱影像配准的方法，属于图像处理技术领域。本发明专利技术对预处理后的参考影像和输入影像提取CFOG特征，将参考影像均分为多个互不重叠的原子块，根据参考影像与输入影像之间的最大偏差，确定每个原子块的搜索区域，基于模板匹配在搜索区域获取原子块的相似度图，再通过多层局部最大值聚合得到不同大小的块的金字塔相似度图；在金字塔相似度图中从最高层开始逐层推导当前层的块所对应的最佳匹配位置，获取原子块其同名点，从而得到同名点集合；删除同名点集合中误差超出指定的误差范围的同名点，再基于单应性矩阵来配准参考影像和输入影像。本发明专利技术的配准精度高，能够在多种场景中具有高精度的配准表现。能够在多种场景中具有高精度的配准表现。能够在多种场景中具有高精度的配准表现。

【技术实现步骤摘要】
一种无人机多光谱影像配准的方法


[0001]本专利技术涉及图像处理
，具体涉及一种无人机多光谱影像配准的方法。

技术介绍

[0002]热红外和可见光配准是计算机视觉和遥感领域的重要问题。无人机热红外和可见光配准配准是农作物估产，地表生物量计算，目标检测等任务的重要前期步骤。
[0003]由于热红外和可见光影像反应地物的不同信息，热红外反应目标的温度信息，而可见光反应地物的反射率信息，所以热红外和可见光影像的像素值之间没有对应关系，且纹理形状信息有很大差别。现有SIFT(Scale
‑
invariant feature transform),SURF(Speeded Up Robust Features),ORB(Oriented FAST and Rotated BRIEF),RIFT(Radiation
‑
variation Insensitive Feature Transform)，和CFOG(channel features of orientated gradients)等特征提取和匹本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人机多光谱影像配准的方法，其特征在于，包括下列步骤：步骤1：确定待配准的影像对的参考影像和输入影像，判断参考影像和输入影像的分辨率，若两幅影像具有相同的分辨率和尺寸，则直接执行步骤2；否则进行图像预处理后再执行步骤2，所述图像预处理包括：若分辨率不同，则将两幅影像采样为同样的分辨率，若尺寸不同，则中心裁剪为相同的尺寸；步骤2：对参考影像和输入影像分别提取方向梯度通道CFOG特征，得到参考影像的每个像素点的CFOG特征，输入影像的每个像素点的CFOG特征；将参考影像均分为多个互不重叠的方块，得到的每个方块定义为原子块，根据参考影像与输入影像之间的最大偏差，确定每个原子块的搜索区域；基于每个原子块的CFOG特征在输入影像的搜索区域中做模板匹配，获取原子块的相似度图；步骤3：对原子块的相似度图通过多层局部最大值聚合，得到不同大小的块的金字塔相似度图；步骤4：在金字塔相似度图中，通过最大值索引回溯，从最高层开始逐层推导当前层的块所对应的最佳匹配位置，得到原子块所对应的最佳匹配位置；步骤5：根据原子块的最佳匹配位置，得到其同名点，从而得到同名点集合；步骤6：删除同名点集合中误差超出指定的误差范围的同名点，再基于当前的同名点集合计算单应性矩阵来配准参考影像和输入影像。2.如权利要求1所述的方法，其特征在于，步骤2中，获取原子块的相似度图具体为：基于原子块的搜索区域，计算原子块与输入影像中对应区域的距离dis(x,y)：dis(x,y)＝∑
x',y'
(F
a
(x',y')
‑
F
s
(x+x',y+y'))2*W
a
(x',y')其中，F
a
()表示原子块的CFOG特征，F
s
()表示原子块的搜索区域的CFOG特征，W
a
()表示原子块的梯度大小，x,y表示搜索区域的像素点的横纵坐标，x
′
,y
′
表示原子块的像素点的横纵坐标；统计搜索区域中该原子块的搜索区域的所有距离dis(x,y)得到距离集合G
dis
，根据公式得到每个像素点(x,y)的相似度smi(x,y)。3.如权...

【专利技术属性】
技术研发人员：周纪，孟令宣，丁利荣，王子卫，马晋，张旭，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：