一种遥感影像连接点匹配方法及计算机可读介质组成比例

本发明专利技术提出了一种遥感影像连接点匹配方法及计算机可读介质。本发明专利技术求解参与匹配影像的相交多边形，根据相交多边形地理范围构建相交多边形最小外接矩形。在对最小外接矩形进行格网划分得到多个分块后，基于分块重叠率对其进行筛选，得到多个筛选后最小外接矩形分块。对多个筛选后最小外接矩形分块进行子块划分，保留子块重叠率满足阈值的为筛选后子块。根据筛选后子块四角经纬度范围，对参与匹配影像分别进行局部几何纠正得到多个局部几何纠正子块后，分别对局部几何纠正子块进行匹配，并采用随机抽样一致性算法对匹配结果进行粗差剔除，得到最终连接点坐标。有效降低遥感影像连接点匹配门槛。此外，分块思路易于并行优化，可进一步提高效率。进一步提高效率。进一步提高效率。

【技术实现步骤摘要】
一种遥感影像连接点匹配方法及计算机可读介质


[0001]本专利技术属于摄影测量与遥感
，具体涉及一种遥感影像连接点匹配方法及计算机可读介质。

技术介绍

[0002]影像匹配是指通过一定的匹配算法在两幅或多幅影像之间识别同名点的过程。作为图像融合、目标变化检测等问题的前期步骤，影像匹配已经广泛应用在遥感、数字摄影测量、地图学及军事应用等多个领域。然而，不同于普通视觉图像，遥感影像具有幅宽广、数据量大的特点，常规影像匹配算法难以有效应用于遥感影像匹配，需进一步对匹配算法优化与改进。现有遥感影像匹配算法无标准流程，需从业者同时兼备图像处理与摄影测量知识，限制了常规影像匹配算法在遥感影像匹配中的进一步应用。因此迫切需要一种遥感影像连接点匹配框架，该框架可充分顾及遥感影像的特点，对其进行特定处理，使得常规影像匹配算法能直接应用于遥感影像匹配。

技术实现思路

[0003]本专利技术针对现有遥感影像匹配算法无统一框架的不足，为降低遥感影像匹配难度，设计一种遥感影像连接点匹配框架。该框架通过基于物方地理约束对影像进行格网划分，并通过子块局本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种遥感影像连接点匹配方法，其特征在于，包括以下步骤：步骤1：获取第一景影像及对应的RPC定位模型，获取第一景影像的像素宽、像素高以构建第一景影像的像方四角点，利用第一景影像的RPC定位模型反算获得第一景影像的像方四角点对应的物方地理坐标；获取第二景影像及对应的RPC定位模型，获取第二景影像的像素宽、像素高以构建第二景影像的像方四角点，利用第二景影像的RPC定位模型反算获第二景影像的像方四角点对应的物方地理坐标；步骤2，采用第一景影像的像方四角点对应的物方地理坐标构建第一景影像的矢量多边形，采用第二景影像的像方四角点对应的物方地理坐标构建第二景影像的矢量多边形，通过空间求交计算方法计算得到第一景影像的矢量多边形与第二景影像的矢量多边形之间的相交多边形并获取相交多边形的地理范围，根据相交多边形的地理范围构建相交多边形的最小外接矩形；步骤3：将DEM辅助数据结合第一景影像的RPC定位模型计算得到第一景影像的影像分辨率，将DEM辅助数据结合第二景影像的RPC定位模型计算得到第二景影像的影像分辨率，进一步得到重采样分辨率，根据相交多边形的最小外接矩形计算在重采样分辨率下对应的像素宽、像素高；步骤4：对相交多边形的最小外接矩形进行格网划分得到多个最小外接矩形分块，依次计算每个最小外接矩形分块与相交多边形的重叠率，进一步在多个最小外接矩形分块中筛选出与相交多边形的重叠率大于重叠率阈值的最小外接矩形分块作为多个筛选后最小外接矩形分块；步骤5：对多个筛选后最小外接矩形分块依次进行格网划分，得到每个筛选后最小外接矩形分块的多个子块，依次计算每个筛选后最小外接矩形分块的每个子块与相交多边形的重叠率，进一步在每个筛选后最小外接矩形分块的多个子块中筛选出与相交多边形的重叠率大于精细重叠率阈值的每个筛选后最小外接矩形分块的子块作为每个筛选后最小外接矩形分块的多个筛选后子块；步骤6：根据每个筛选后最小外接矩形分块的每个筛选后矩形子块，结合DEM辅助数据，对第一景影像进行局部几何纠正得到第一景影像的多个几何纠正子块，根据每个筛选后最小外接矩形分块的每个筛选后子块的四角经纬度，结合DEM辅助数据，对第二景影像进行局部几何纠正得到第二景影像的多个几何纠正子块；步骤7：将每个第一景影像几何纠正子块作为参考影像、第二景影像几何纠正子块作为配准影像，采用匹配算法获取多组同名点对位于第一景影像几何纠正子块地理坐标与第二景影像几何纠正子块地理坐标；将第一景影像的每个几何纠正子块地理坐标映射成第一景影像上每个几何纠正子块地理坐标对应的像素坐标，第二景影像的每个几何纠正子块地理坐标映射成第二景影像上每个几何纠正子块地理坐标对应的像素坐标；步骤8：将第一景影像上每个几何纠正子块地理坐标对应的像素坐标与第二景影像上每个几何纠正子块地理坐标对应的像素坐标采用随机抽样一致性算法进行粗差剔除，得到第一景影像连接点像素坐标、第二景影像连接点像素坐标。2.根据权利要求1所述的遥感影像连接点匹配方法，其特征在于，步骤2所述获取相交多边形的地理范围，具体如下：依次获取相交多边形中每个点的经度、每个点的纬度；
在相交多边形中多个点的经度中筛选出相交多边形中每个点的经度最小值、相交多边形中每个点的经度最大值构建相交多边形的经度范围，定义如下：[long_min,long_max]其中，long_min表示相交多边形中每个点的经度最小值，long_max表示相交多边形中每个点的经度最大值；在相交多边形中多个点的纬度中筛选出相交多边形中每个点的纬度最小值、相交多边形中每个点的维度最大值，作为相交多边形的纬度范围，定义如下：[lat_min,lat_max]其中，lat_min表示相交多边形中每个点的纬度最小值，lat_max表示相交多边形中每个点的纬度最大值；通过相交多边形的经度范围、相交多边形的纬度范围构建相交多边形的地理范围；步骤2所述相交多边形的地理范围构建相交多边形的最小外接矩形，具体如下：将(long_min、lat_min)、(long_min、lat_max)、(long_max、lat_max)、(long_min、lat_max)作为相交多边形的最小外接矩形的四个顶点以构建相交多边形的最小外接矩形。3.根据权利要求2所述的遥感影像连接点匹配方法，其特征在于，步骤3所述结合第一景影像的RPC定位模型计算得到第一景影像的影像分辨率，具体过程如下：所述第一景影像定义为：ImgA；获取第一景影像ImgA像素宽，定义为：ImgA_w；获取第一景影像ImgA像素高，定义为：ImgA_h；获取第一景影像第一像素点的像素坐标，定义为：其中，N表示像素步长，表示第一景影像第一像素点的列坐标，表示第一景影像第一像素点的行坐标，P
1,1
表示第一景影像第一像素点；结合DEM辅助数据与第一景影像的RPC定位模型，采用光线追踪法计算第一景影像第一像素点的像素坐标对应的三维地理坐标，定义为：(U
1,1
,V
1,1
,W
1,1
)其中，U
1,1
表示表第一景影像第一像素点三维地理坐标的经度，V
1,1
表示第一景影像第一像素点三维地理坐标的纬度，W
1,1
表示第一景影像第一像素点三维地理坐标的高程；获取第一景影像第二像素点的像素坐标，定义为：其中，N表示像素步长，表示第一景影像第二像素点的列坐标，表示第一景影像第二像素点的列坐标，P
1,2
表示第二景影像第二像素点；结合DEM辅助数据与第一景影像RPC定位模型，采用光线追踪法计算第一景影像第二像素点的像素坐标对应的三维地理坐标定义为：(U
1,2
,V
1,2
,W
1,2
)其中，U
1,2
表示表第一景影像第二像素点三维地理坐标的经度，V
1,2
表示第一景影像第
二像素点三维地理坐标的纬度，W
1,2
表示第二景影像第一像素点三维地理坐标的高程；计算第一景影像分辨率，具体如下：其中，IRS1为第一景影像分辨率，N表示像素步长；步骤3所述结合第二景影像的RPC定位模型计算得到第二景影像的影像分辨率，具体过程如下：所述第二景影像定义为：ImgB；获取第二景影像ImgB像素宽，定义为：ImgB_w；获取第二景影像ImgB像素高，定义为：ImgB_h；获取第二景影像第一像素点的像素坐标，定义为：其中，N表示像素步长，表示第二景影像第一像素点的列坐标，表示第二景影像第一像素点的行坐标，P
2,1
表示第二景影像第一像素点；结合DEM辅助数据与第二景影像的RPC定位模型，采用光线追踪法计算第二景影像第一像素点的像素坐标对应的三维地理坐标，定义为：(U
2,1
,V
2,1
,W
2,1
)其中，U
2,1
表示表第二景影像第一像素点三维地理坐标的经度，V
2,1
表示第二景影像第一像素点三维地理坐标的纬度，W
2,1
表示第二景影像第一像素点三维地理坐标的高程；获取第二景影像第二像素点的像素坐标，定义为：其中，N表示像素步长，表示第二景影像第二像素点的列坐标，表示第二景影像第二像素点的列坐标，P
2,2
表示第二景影像第二像素点；结合DEM辅助数据与第二景影像RPC定位模型，采用光线追踪法计算第二景影像第二像素点的像素坐标对应的三维地理坐标定义为：(U
2,2
,V
2,2
,W
2,2
)其中，U
2,2
表示表第二景影像第二像素点三维地理坐标的经度，V
2,2
表示第二景影像第二像素点三维地理坐标的纬度，W
2,2
表示第二景影像第二像素点三维地理坐标的高程；计算第二景影像分辨率，具体如下：其中，IRS2为第二景影像分辨率，N表示像素步长；步骤3所述进一步得到重采样分辨率，具体过程如下：将第一景影像分辨率、第二景影像分辨率之间较大值作为重采样分辨率，所述重采样分辨率定义为：IRS
Final
；步骤3所述根据相交多边形的最小外接矩形计算在重采样分辨率下对应的像素宽m_W、
像素高m_H，公式如下：其中，m_W表示相交多边形的最小外接矩形计算在重采样分辨率下对应的像素宽，m_H相交多边形的最小外接矩形计算在重采样分辨率下对应的表示像素高，IRS
Final
表示重采样分辨率，long_min表示相交多边形中每个点的经度最小值，long_max表示相交多边形中每个点的经度最大值，lat_min表示相交多边形中每个点的纬度最小值，lat_max表示相交多边形中每个点的纬度最大值。4.根据权利要求3所述的遥感影像连接点匹配方法，其特征在于，步骤4所述对相交多边形的最小外接矩形进行格网划分得到多个最小外接矩形分块，具体过程如下：设定列方向分格网划分个数为nBLK_X，设定行方向分格网划分个数为nBLK_Y；计算每个最小外接矩形分块的像素宽、每个最小外接矩形分块的像素高，具体如下：其中，BlockX为每个最小外接矩形分块的像素宽度，BlockY为每个最小外接矩形分块的像素高度，nBLK_X为列方向分格网划分个数，nBLK_Y为设定行方向分格网划分个数，m_W表示相交多边形的最小外接矩形计算在重采样分辨率下对应的像素宽，m_H相交多边形的最小外接矩形计算在重采样分辨率下对应的表示像素高；第j行第i列的最小外接矩形分块，定义为：BLK
i,j
i∈[1,nBLK_X]，j∈[1,nBLK_Y]其中，i表示列方向的分块序号，j表示行方向的分块序号，nBLK_X为列方向分格网划分个数，nBLK_Y为设定行方向分格网划分个数；计算第j行第i列的最小外接矩形分块的左上角像素坐标，具体如下：计算第j行第i列的最小外接矩形分块的左上角像素坐标，具体如下：计算第j行第i列的最小外接矩形分块的左上角像素坐标，具体如下：其中，BlockX为每个最小外接矩形分块的像素宽度，BlockY为每个最小外接矩形分块的像素高度，表示第j行第i列的最小外接矩形分块的左上角像素坐标，表示第j行第i列的最小外接矩形分块的左上角像素坐标的行坐标，表示第j行第i列的最小外接矩形分块的左上角像素坐标的列坐标；计算第j行第i列的最小外接矩形分块的右下角像素坐标，具体如下：计算第j行第i列的最小外接矩形分块的右下角像素坐标，具体如下：
其中，表示第j行第i列的最小外接矩形分块的右下角像素坐标，表示第j行第i列的最小外接矩形分块的右下角像素坐标的行坐标，表示第j行第i列的最小外接矩形分块的右下角像素坐标的列坐标；依次计算第j行第i列的最小外接矩形分块的最小外接矩形的经度最小值、经度最大值、纬度最小值、纬度最大值，具体如下：其中，表示第j行第i列的最小外接矩形分块的经度最小值，表示第j行第i列的最小外接矩形分块的经度最大值，表示第j行第i列的最小外接矩形分块的纬度最小值，表示第j行第i列的最小外接矩形分块的纬度最大值，long_min表示相交多边形中每个点的经度最小值，long_max表示相交多边形中每个点的经度最大值，lat_min表示相交多边形中每个点的纬度最小值，lat_max表示相交多边形中每个点的纬度最大值；将将作为四个顶点以构建第j行第i列的最小外接矩形分块对应的地理矩形分块。5.根据权利要求4所述的遥感影像连接点匹配方法，其特征在于，步骤4所述依次计算每个最小外接矩形分块...

【专利技术属性】
技术研发人员：汪韬阳，程前，李欣，祝鹏辉，
申请(专利权)人：武汉大学，
类型：发明
国别省市：