基于地学信息的遥感影像特征点匹配方法组成比例

本发明专利技术公开了一种基于地学信息的遥感影像特征点匹配方法。该方法利用遥感影像的地学信息进行地理网格的划定，实现对网格边界的边缘点归属到具有相同地学信息的地理网格中，有效避免了边缘点导致的将正确匹配点识别为错误匹配点的情况，从而有效消除错误匹配点。从而有效消除错误匹配点。从而有效消除错误匹配点。

【技术实现步骤摘要】
基于地学信息的遥感影像特征点匹配方法


[0001]本专利技术涉及遥感影像处理
，具体涉及一种基于地学信息的遥感影像特征点匹配方法。

技术介绍

[0002]近年来，特征点的匹配被广泛应用于遥感影像处理
中，影像特征点的匹配速度、精确度和鲁棒性显得尤为重要。目前，已经存在大量的算法可以有效地提取图像中稳定的特征：SIFT算法、ASIFT算法、PCA
‑
SIFT算法、ORB算法等。但受限于特征点检测的精度、光照变化等因素，从而产生一些错误的匹配点，目前对错误匹配点的消除主要采用RANSAC算法。RANSAC算法由于其具有算法结构简单、易于实现、鲁棒性强等优势逐渐成为主流的剔除错误匹配的方法，但是经典的RANSAC算法效率在数据集较大，外点比例较大的场景下效率较低。

技术实现思路

[0003]鉴于以上所述现有技术的缺点，本专利技术基于地学信息的遥感影像特征点匹配方法，通过地学信息来提高匹配点选取的速率和精度。
[0004]为实现上述的专利技术目的，本专利技术提供了一种基于地学信息的遥感影像特征点匹配本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于地学信息的遥感影像特征点匹配方法，其特征在于，包括：S1获取参考影像R和待匹配影像S，并对待匹配影像S进行预处理；S2按照切分尺度H，分别对参考影像R和待匹配影像S进行切分，得到待匹配影像S的子影像集合{S
i
}和参考影像R的子影像集合{R
i
}，i为子影像的个数；S3将{S
i
}和{R
i
}中的(S
i，
R
i
)作为一对子影像对，分别对S
i
，R
i
进行特征点提取，并通过双向粗匹配处理得到第一匹配点对集合，所述第一匹配点对集合由第一匹配点对组成，所述第一匹配点对表示为：( ，),其中为归属S
i
的第一匹配点，为归属R
i
的对应的第一匹配点，j为所述第一匹配点对集合的第一匹配点对数量；S4基于地学信息分别构建S
i
的地学网格W
Si
和R
i
的地学网格W
Ri
；S5基于W
Si
和W
Ri
，对所述第一匹配点对集合的第一匹配点对(，)进行筛选，得到第二匹配点对集合M
i
；S6重复执行步骤S3
‑
S5，遍历{S
i
}和{R
i
}中的所有子影像对，得到第二匹配点对集合组{M
i
}；S7根据{M
i
}中的匹配点对构建仿射模型，利用仿射模型对待匹配影像S进行匹配。2.如权利要求1所述的基于地学信息的遥感影像特征点匹配方法，其特征在于，步骤S4包括：S41根据地学信息对S
i
进行空间聚类，得到S
i
的第一空间聚类结果T
Si
，同时对R
i
进行空间聚类，得到R
i
的第一空间聚类结果T
Ri
；S42将第一匹配点对集合中归属S
i
的所有第一匹配点作为待匹配匹配点集{}，同时将第一匹配点对集合中归属R
i
的所有第一匹配点作为参考匹配点集{}；S43将S
i
的影像范围设为S
i
的初始划定空间Z
1Si
，从{}中选择包含于Z
1Si
内的第一匹配点，得到Z
1Si
的第一匹配点集{}
′
，同时将R
i
的影像范围设为R
i
初始划定空间Z
1Ri
，从{}中选择包含于Z
1Ri
内的第一匹配点，得到Z
1Ri
的第一匹配点集{}
′
；S44根据{}
′
中第一匹配点的坐标值计算每个坐标轴方向上的分布方差，对比分布方差的大小，将最大的分布方差对应的坐标轴方向作为划分方向，在划分方向上将坐标值按大小进行排序，将坐标值为中位数的对应的第一匹配点作为划分点，结合划分点和划分方向得到Z
1Si
的虚拟划分线，同时根据{}
′
中第一匹配点的坐标值计算每个坐标轴方向上的分布方差，对比分布方差的大小，将最大的分布方差对应的坐标轴方向作为划分方向，在划分方向上将坐标值按大小进行排序，将坐标值为中位数的对应的第一匹配点作为划分点，结合划分点和划分方向得到Z
1Ri
的虚拟划分线；S45提取围绕Z
1Si
的虚拟划分线的第一匹配点，作为Z
1Si
的边缘点，根据Z
1Si
的边缘点在S
i
的第一空间聚类结果T
Si
的分布情况对Z
1Si
的虚拟划分线进行修正，得到Z
1Si
的实际划分线，并得到S
i
的第二划定空间Z
2Si
...

【专利技术属性】
技术研发人员：廖戬，高小花，段红伟，董铱斐，李洁，邹圣兵，
申请(专利权)人：北京数慧时空信息技术有限公司，
类型：发明
国别省市：