【技术实现步骤摘要】
本专利技术涉及航天遥感信号处理领域，尤其涉及可用于定量评测几何畸变的异源遥感图像数据仿真方法及系统。
技术介绍
1、遥感数据获取方式多元化，不同传感器间的协同和数据融合总是面临数据“对齐”问题，即异源遥感图像配准问题。不同传感器的成像机理和方式不同，导致同一地物在异源图像上呈现的样子也不同，异源图像之间存在多种几何畸变，其中一类典型的几何畸变本质上与灰度畸变有关，是由灰度畸变所引起，即同一区域的多种地物场景由于灰度畸变导致相邻的不同类地物在一种传感器下的成像是分开的，而在另一种传感器下的成像却是合并的(即看起来是同一类地物)，地物的边缘和形状发生改变。这些畸变造成了异源遥感图像配准的困难。一般来说，图像中畸变的量级越大，则配准越困难，配准算法的性能越低；反之，则配准算法的表现就越好。
2、为了定量研究此种畸变对配准算法性能的影响，从而分析和改善配准算法性能，实现算法的优化，需要对数据中该畸变类型进行定量衡量和描述。使用真实异源遥感图像数据进行此工作较为困难，需要对数据进行人工手动统计，工作量极大。若考虑使用仿真数据，则目前尚未见针对该类型畸变的异源遥感图像数据仿真方法。
技术实现思路
1、本专利技术主要目的在于提供一种可以针对自动仿真得到接近真实遥感图像的地物地貌分布的异源仿真遥感图像的方法。
2、本专利技术所采用的技术方案是：
3、本专利技术提供一种生成可用于定量评测几何畸变的异源遥感图像数据仿真方法，包括以下步骤：
4、s1、根据
5、s2、统计初始仿真图像i1的灰度分布，得到其灰度数组g0＝{g1,g2,…,gn}；
6、s3、对数组g＝{0,1,2,…,255}进行随机乱序，得到g0，并建立灰度映射关系m1:g0→g1；
7、s4、根据灰度映射关系m1对初始仿真图像i1进行灰度变换，得到图像i2；
8、s5、检测图像i2中的关键点，得到np个关键点的位置；
9、s6、设置一仿真图itmp与图像i2相同；
10、s7、随机选择仿真图itmp中的一个区域a，并从区域a的相邻区域中选择与区域a灰度差异最小的一个区域b，将两个区域通过赋予相同的灰度值进行合并；
11、s8、根据np个关键点的位置计算仿真图itmp和图像i2中每个关键点一定区域内的灰度差异和梯度差异，判定相应的关键点是否发生了畸变，得到发生畸变的关键点个数则当前仿真图itmp相比图像i2的畸变程度为
12、s9、如果则将此时的仿真图itmp作为异源仿真图像并作为结果输出；其中，为畸变比例阈值，t为畸变阈值；否则重复步骤s7—s9。
13、接上述技术方案，该方法还包括步骤：
14、不断重复步骤s3—s9，得到多个异源仿真图像的集合。
15、接上述技术方案，步骤s6中，将区域b的灰度值修改为与区域a的灰度值相同。
16、接上述技术方案，阈值t的取值范围在0.005～0.01之间。
17、接上述技术方案，步骤s7中，具体计算以每个关键点为中心的半径为r的圆形区域内的灰度差异和梯度差异。
18、接上述技术方案，步骤s1中以避免相邻区域颜色冲突策略对各个区域的灰度值进行上色。
19、接上述技术方案，避免相邻区域颜色冲突策略具体为：对每个分割区域，计算真实遥感图像i0中某一区域的灰度均值并向下取整得到灰度值g，如果灰度值g与某个已上色相邻区域的灰度值相同，则依次尝试g′＝g+1，g′＝g-1，g′＝g+2，g′＝g-2，…，直到g′不再与所有已上色相邻区域的灰度值冲突为止，将此时的灰度值g′作为赋值灰度。
20、接上述技术方案，步骤s5中具体在通过fast算法检测得到的所有角点中选择与其周围区域灰度差最大的前np个点，作为图像i2的关键点。
21、本专利技术还提供一种生成可用于定量评测几何畸变的异源遥感图像数据仿真系统，包括步骤：
22、初始仿真图像获取模块，用于根据真实地物地貌将真实遥感图像i0分割为多个区域，并依据各个区域的灰度值进行上色，得到初始仿真图像i1；
23、灰度统计模块，用于统计初始仿真图像i1的灰度分布，得到其灰度数组g0＝{g1,g2,…,gn}；
24、灰度映射关系构建模块，用于对数组g＝{0,1,2,…,255}进行随机乱序，得到g1，并建立灰度映射关系m1:g0→g1；
25、灰度变换模块，用于根据灰度映射关系m1对初始仿真图像i1进行灰度变换，得到图像i2；
26、关键点检测模块，用于检测图像i2中的关键点，得到np个关键点的位置；
27、区域合并模块，用于设置一仿真图itmp与图像i2相同，随机选择仿真图itmp中的一个区域a，并从区域a的相邻区域中选择与区域a灰度差异最小的一个区域b，将两个区域通过赋予相同的灰度值进行合并；
28、畸变判断模块，用于根据np个关键点的位置计算仿真图itmp和图像i2中每个关键点一定区域内的灰度差异和梯度差异，判定相应的关键点是否发生了畸变，得到发生畸变的关键点个数则当前仿真图itmp相比图像i2的畸变程度为如果则将此时的仿真图itmp作为异源仿真图像并作为结果输出；其中，为畸变比例阈值，t为畸变阈值；否则回到区域合并模块继续执行。
29、本专利技术还提供一种计算机存储介质，其内存储有可被处理器执行的计算机程序，该计算机程序执行上述技术方案中任一项所述的生成可用于定量评测几何畸变的异源遥感图像数据仿真方法。
30、本专利技术产生的有益效果是：本专利技术通过对真实遥感图像进行分割，使最终得到的仿真图像接近真实遥感图像的地物地貌分布(分割数目和分割方式)；基于原图的区域灰度均值信息对不同区域进行上色，并通过对灰度值进行随机乱序映射，仿真了异源遥感图像中的灰度畸变特性；分块合并操作则仿真了“由灰度畸变引起的几何畸变”特性。
31、进一步地，本专利技术还可生成一组互相之间彼此“配套”的具有“由灰度畸变引起的几何畸变”的畸变比例可控的符合真实地物地貌分布的异源仿真图像集。该异源仿真图像集能够有效帮助分析和验证异源遥感图像配准算法，发现和建立配准算法性能与几何畸变量级之间的某些隐含关系。
32、进一步地，本专利技术给出了一种畸变程度定义，通过考察邻域范围内灰度和梯度差异足够大的关键点的数目与总关键点数目的比例，作为衡量畸变程度的指标。
本文档来自技高网...【技术保护点】
1.一种生成可用于定量评测几何畸变的异源遥感图像数据仿真方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的生成可用于定量评测几何畸变的异源遥感图像数据仿真方法，其特征在于，还包括步骤：
3.根据权利要求1所述的生成可用于定量评测几何畸变的异源遥感图像数据仿真方法，其特征在于，步骤S6中，将区域B的灰度值修改为与区域A的灰度值相同。
4.根据权利要求1所述的生成可用于定量评测几何畸变的异源遥感图像数据仿真方法，其特征在于，阈值t的取值范围在0.005～0.01之间。
5.根据权利要求1所述的生成可用于定量评测几何畸变的异源遥感图像数据仿真方法，其特征在于，步骤S7中，具体计算以每个关键点为中心的半径为r的圆形区域内的灰度差异和梯度差异。
6.根据权利要求1所述的生成可用于定量评测几何畸变的异源遥感图像数据仿真方法，其特征在于，步骤S1中以避免相邻区域颜色冲突策略对各个区域的灰度值进行上色。
7.根据权利要求6所述的生成可用于定量评测几何畸变的异源遥感图像数据仿真方法，其特征在于，避免相邻区域颜色冲突策略
8.根据权利要求1所述的生成可用于定量评测几何畸变的异源遥感图像数据仿真方法，其特征在于，步骤S5中具体在通过FAST算法检测得到的所有角点中选择与其周围区域灰度差最大的前Np个点，作为图像I2的关键点。
9.一种生成可用于定量评测几何畸变的异源遥感图像数据仿真系统，其特征在于，包括：
10.一种计算机存储介质，其特征在于，其内存储有可被处理器执行的计算机程序，该计算机程序执行权利要求1-8中任一项所述的生成可用于定量评测几何畸变的异源遥感图像数据仿真方法。
...【技术特征摘要】
1.一种生成可用于定量评测几何畸变的异源遥感图像数据仿真方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的生成可用于定量评测几何畸变的异源遥感图像数据仿真方法，其特征在于，还包括步骤：
3.根据权利要求1所述的生成可用于定量评测几何畸变的异源遥感图像数据仿真方法，其特征在于，步骤s6中，将区域b的灰度值修改为与区域a的灰度值相同。
4.根据权利要求1所述的生成可用于定量评测几何畸变的异源遥感图像数据仿真方法，其特征在于，阈值t的取值范围在0.005～0.01之间。
5.根据权利要求1所述的生成可用于定量评测几何畸变的异源遥感图像数据仿真方法，其特征在于，步骤s7中，具体计算以每个关键点为中心的半径为r的圆形区域内的灰度差异和梯度差异。
6.根据权利要求1所述的生成可用于定量评测几何畸变的异源遥感图像数据仿真方法，其特征在于，步骤s1中以避免相邻区域颜色冲突策略对各个区域的灰度值进行上色。
7.根据权...
【专利技术属性】
技术研发人员：张耀宗，黎曦，袁荃，肖振华，范照勇，
申请(专利权)人：南昌工学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。