基于动态阈值的光学遥感数据分块配准的数据识别方法技术

本申请公开了基于动态阈值的光学遥感数据分块配准的数据识别方法，属于数据识别处理技术领域，对影像预处理，根据经纬度寻找分块的相同区域，在影像分块时进行尺度不变特征变换，采用欧氏距离进行最近邻匹配找到粗匹配点对，使用动态自适应距离约束条件对粗匹配点对中的误匹配点进行剔除；根据特征点描述子的方向特征对误匹配点进行剔除；步骤，计算分块的配准点的初始点间距离，对误匹配点进行剔除；完成分块匹配，得到整体配准点信息后，对误匹配点进行剔除，完成遥感影像的分块配准。具有以下优点：解决了基于光学遥感影像工程化快速计算精确配准这一问题，解决了保留更多正确匹配点的同时除去误匹配点的难题。配点的同时除去误匹配点的难题。配点的同时除去误匹配点的难题。

【技术实现步骤摘要】
基于动态阈值的光学遥感数据分块配准的数据识别方法


[0001]本专利技术是一种基于动态阈值的光学遥感数据分块配准的数据识别方法，属于数据识别处理


技术介绍

[0002]光学遥感影像配准是将不同时间、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）获取的两幅或多幅影像进行匹配、叠加的过程。光学遥感影像配准是将具有相同区域的影像统一到相同坐标系统中，使影像同名点在空间位置上达到最佳对齐。受到传感器类型、成像角度、成像时间等因素的影响，仅仅依靠影像地理参考信息无法实现影像高精度配准。首先提出了SIFT描述符，通过将关键点到最邻近和次邻近极值点的欧氏距离之间的比率与预定义的阈值进行比较，以实现不稳定匹配关系的粗略滤除。之后采用SIFT算法对同一光学传感器的遥感影像进行配准，结果表明SIFT算法能获得比较好的匹配结果。在SIFT算法的基础上，提出了加速鲁棒性特征（speeded up robust features，SURF），较之SIFT算子，SURF具有计算量小、匹配速度快的优点，但该算法提取到的匹配特征点分布不均匀，配准本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于动态阈值的光学遥感数据分块配准的数据识别方法，其特征在于：包括以下步骤：步骤1：对影像预处理，根据经纬度寻找分块的相同区域；步骤2：在影像分块时进行尺度不变特征变换，采用欧氏距离进行最近邻匹配找到粗匹配点对，使用动态自适应距离约束条件对粗匹配点对中的误匹配点进行剔除；步骤3：根据特征点描述子的方向特征对误匹配点进行剔除；步骤4：计算分块的配准点的初始点间距离，对误匹配点进行剔除；步骤5：完成分块匹配，得到整体配准点信息后，整体配准点使用随机采样一致性约束方法对误匹配点进行剔除，并利用剔除粗差后的影像转换矩阵完成遥感影像的分块配准。2.如权利要求1所述的一种基于动态阈值的光学遥感数据分块配准的数据识别方法，其特征在于：所述步骤1中对影像预处理包括检测底图和待配准影像是否具有同空间分辨率、同一坐标系，若否，则进行底图重采样，使底图具备和待配准影像相同的空间分辨率、坐标系，根据待配准影像分块的行列号，算出底图的行列号，完成坐标反算，得到相同的区域。3.如权利要求1所述的一种基于动态阈值的光学遥感数据分块配准的数据识别方法，其特征在于：所述步骤2中使用动态自适应欧氏距离约束方法，针对粗匹配对数据进行统计,根据其特点自动的配置相应参数；首先, 使用FLANN搜索出来的N个包含大量误匹配的匹配对中统计第1匹配点和第２匹配点距离差，根据第1匹配点和次近的第２匹配点的距离差从大到小排序，计算前10%的距离差的均值，该均值可以表示为： 式（1）；式中，为第i个匹配点对的第1匹配点距离差，为第i个匹配点对的第２匹配点距离差；f代表对进行从大到小的排序；N为总的匹配点对的个数；为前10%的距离差的均值。4.如权利要求1所述的一种基于动态阈值的光学遥感数据分块配准的数据识别方法，其特征在于：所述步骤2中对于每一个待筛选匹配对,剔除的条件为第1距离小于第２距离与前10%的距离差均值avgdis之差, 剔除的条件可以表示为： 式（2）；算法通过从数据中统计得到的距离差均值,作为判别比较标准,可以很好地适应不同来源的像对之间的差异,能够很好地进行第1轮筛选,保留优质匹配点。5.如权利要求1所述的一种基于动态阈值的光学遥感数据分块配准的数据识别方法，其特征在于：所述步骤3...

【专利技术属性】
技术研发人员：颜军，蒋晓华，邓开元，刘璐铭，冯思伟，李先怡，
申请(专利权)人：珠海欧比特宇航科技股份有限公司，
类型：发明
国别省市：