基于相位一致特征的多光谱图像配准检测修正方法技术

本发明专利技术属于一种基于相位一致特征的多光谱图像配准检测修正方法。一种无热化的红外光学镜头包括保护窗，其特征在于还包括同光轴顺次排列的入射镜、透镜、出射镜和衍射镜。使用本发明专利技术的效果是：在不增加测温反馈系统及机械调焦等机构的情况下，只依靠光学器件本身的配合就能达到下述性能：使用温度范围－４０℃～６０℃，焦距１５０ｍｍ，视场４．７４°±１°，工作波段３．７μｍ～４．８μｍ，单调线性相对畸变≤１％，相对孔径≥１／２，后工作距２３ｍｍ。尤其是－４０℃～６０℃大范围的温度应用范围是传统红外光学镜头在不增加测温反馈系统及机械调焦等机构的前提下不能达到的。

【技术实现步骤摘要】

本专利技术属于图像预处理方法，具体涉及一种基于相位一致特征的多光谱遥感图像配准检测修正方法。
技术介绍
多光谱卫星遥感图像是指卫星对同一地域拍摄的不同光谱下的图像，最简单的多 光谱图像就是对同一地点拍摄的R、G、B三色图像。这些图像在使用过程中可能会将其再叠 放在一起，此时由于图像间微小的位置差异可能导致叠放的图像出现"重影"。这种情况非 常不利于图像的精确分析。 常用的图像配准方法分为基于图像灰度和基于图像特征两大类。基于图像灰度的 方法，直接利用图像的灰度信息，建立两幅图像之间相似性度量，不需要对图像进行特征提 取，省去了特征匹配这个难点，由于用到了全部的图像信息，因此提高了配准的精度和鲁棒 性，但同时也存在计算量大、速度较慢等缺点。基于图像特征的方法，通过提取参考图像和 待配准图像的一些共同特征，建立特征之间的对应关系，从而提取控制点对，实现图像的自 动配准。这类方法的优点是它提取了图像的显著特征，大大压縮了图像的信息量，使得计算 量小、速度较快，而且对图像灰度的变化具有鲁棒性，但特征匹配的难度较高，易出现误匹 配。与基于灰度的方法相比，基于特征的方法不是直接在图像的灰度层次上计算两块图像 之间的相似性，而是在特征的层次上进行配准，因此它对图像灰度变化不太敏感，更适合于 灰度相差较大的多光谱不同谱段图像之间的配准。根据其关键步骤特征选择和特征匹配方 法的不同，具体的基于特征的图像自动配准方法是多种多样的，但这类方法的基本处理流 程是一致的首先要对待配准图像进行特征提取，再利用提取的特征完成两幅图像特征之 间的匹配，通过特征的匹配关系建立图像之间的配准映射变换。由于卫星多光谱遥感图像 不同谱段间的差异复杂性，现有的基于特征的图像自动配准方法仍然不能同时稳定可靠地 解决特征稳定提取与特征误匹配问题。
技术实现思路
本专利技术的目的是针对现有技术缺陷，提供一种能精确对多光谱图像波段配准精度 进行检测和修正，修正后图像可以很好匹配，且计算量不大的基于相位一致特征的多光谱 遥感图像配准检测修正方法。 本专利技术是这样实现的基于相位一致特征的多光谱遥感图像配准检测修正方法， 包括下述步骤 (1)指定参考波段图像和待评价波段图像 在同一组多光谱图像中指定任意一幅作为参考波段图像，其余图像作为待评价波 段图像； (2)在参考波段图像和待评价波段图像中进行相位一致特征点提取 在步骤(2)处理后的参考波段图像和其中一幅需要修正的待评价波段图像中提取特征点，特征点的数量范围为50 200个，在步骤(2)中根据相位一致性大小，由大到小的开始选取特征点，取满预设特征点的数量； (3)计算相关系数阵S 首先对每个特征点均以该点为中心取像素窗，像素窗的大小为7X7 15X15，参考波段图像和待评价波段图像中像素窗的大小必须一致，对每个参考波段图像中的像素窗均计算与待评价波段图像中每个像素窗中的相关系数，该相关系数组成相关系数阵S ; (4)计算参数T 参数T为a6 r =少001 其中a、b、c、d、x、y均为待求参数，这几个参数按照下述方法计算得到。 在步骤(3)中得到的S阵中取相关度最大的6个点，分别得到这6个相关系数对应的参考波段图像和待评价波段图像特征点，参考图像中的6个特征点的灰度值按照X" ;2 Xa-3 X" X" 、6'的形式排列成A阵，待评价波段图像中的6个特征点的灰度少W >^31 1 1凡.4兀51 11值按照、51、61的形式排列成B阵，设定TA = B，求出T阵中的每个未、1 、2 义/"3 ~4>Vl >V2 少r41111知参数； (5)计算空间一致阵C 对每个待评价波段图像特征点的坐标均计算经过T阵变换后的坐标值，检验变换后的坐标值与参考波段图像中每个特征点坐标的欧氏距离，若距离小于等于预设值则判定为l，大于预设值则判定为O，这些值构成空间一致阵C (6)计算匹配矩阵M和新的参数T' 令空间一致阵C与步骤(3)中计算得到的相关系数阵S点乘，得到的就是匹配矩阵M ;用匹配矩阵M中的所有点按照步骤(5)的方法计算新的变换模型T'参数； (7)判定A T是否小于预设值 令Aa = a-a，， Ab = b-b，， Ac = c-c，， Ad = d-d，， Ax = x-x，， Ay = y-y，，令Ar = ^/a"2++ Ac2++ + Ay2 判断A T是否小于0. 0001，若A T小于0. 0001则执行步骤(8)，否则执行步骤(5)计算参数T，此时用于计算参数T的矩阵是匹配矩阵M ; (8)对图像进行校正 用匹配成功的匹配特征点对待评价波段图像进行现行校正，校正方法选用现有的线性校正方法。 如上所述的基于相位一致特征的多光谱遥感图像配准检测修正方法，其中，在步骤(2)前先在整幅图像中先均匀的设定小区域，特征点在这些设定的小区域内选取，所述的区域大小为100X100 300X300的正方形像素区。 如上所述的基于相位一致特征的遥感图像检测修正方法，其中，所述的均匀区域 分布是5X5、10X10等。 如上所述的一种基于相位一致特征的遥感图像检测修正方法，其中，在步骤步骤 (3)选取特征点时在相位一致图中用曲面插值法精确定位特征点。 如上所述的一种基于相位一致特征的遥感图像检测修正方法，其中，步骤(4)中 的像素窗大小为9X9。 本专利技术的显著效果是该方法不仅利用了相位一致特征对遥感图像亮度和对比 度具有不变性，能捕捉图像的不变特征，同时适用于阶跃边缘、线边缘、屋脊型边缘及介于 阶跃边缘和线边缘之间的边缘信息等多种边缘特征的检测，并且相位一致是一个无量纲的 量，可以对大多数图像使用较为固定的阈值，相位一致特征检测算法对线形物体产生单线 响应，抗噪能力强，检测到的特征不会因为噪声而出现波动，具有更稳定的特征定位精度的 优点；而且采用特征相似和空间一致相结合匹配策略实现了多光谱图像波段配准高精度检 测，根据检测结果修正了遥感图像地面数据处理系统中波段配准精度，使多光谱配准精度 提高到了 0.3像元。附图说明 图1是在图像中设定小区域的示意图(5X5)。 具体实施例方式基于相位一致特征的多光谱遥感图像配准检测修正方法，包括下述步骤 (1)指定参考波段图像和待评价波段图像 所述的参考波段图像和待评价波段图像都是卫星拍摄的多光谱图像，这些图像是 同一地点不同波段的图像。指定其中的任意一幅图像作为参考波段图像，其余图像均作为 待评价波段图像。最终将所有待评价波段图像指定过程不需要任何其它要求。 (2)相位一致特征点提取采用相位一致算法(phase congre皿cy)对参考波段图像和待评价波段图像进行 相位一致特征提取。 在步骤(2)中特征点的数量范围为50 200个，特征点从步骤(2)中得到的图像 中相位一致性由大到小的开始选取，取满预设特征点的数量。参考波段图像和待评价波段 图像中特征点的数量可以相同也可以不同，例如在参考波段图像中特征点数量为50个，待 评价波段图像中特征点数量为200个。 (3)计算相关系数阵S 首先对每个特征点(包括参考波段图像和待评价波段图像中的特征点)均以该点 为中心取像素窗，像素窗的大小为7X7 15X15，例如7X7、9X9、11本文档来自技高网...

【技术保护点】
基于相位一致特征的多光谱遥感图像配准检测修正方法，包括下述步骤：（１）指定参考波段图像和待评价波段图像在同一组多光谱图像中指定任意一幅作为参考波段图像，其余图像作为待评价波段图像；（２）在参考波段图像和待评价波段图像中提取相位一致特征点在步骤（２）处理后的参考波段图像和其中一幅需要修正的待评价波段图像中提取特征点，特征点的数量范围为５０～２００个，特征点从步骤（２）中得到的图像中相位一致性由大到小的开始选取，取满预设特征点的数量；（３）计算相关系数阵Ｓ首先对每个特征点均以该点为中心取像素窗，像素窗的大小为７×７～１５×１５，参考波段图像和待评价波段图像中像素窗的大小必须一致，对每个参考波段图像中的像素窗均计算待评价波段图像中每个像素窗中的相关系数，该相关系数组成相关系数阵Ｓ；（４）计算参数Ｔ参数Ｔ为：Ｔ＝＊＊＊其中ａ、ｂ、ｃ、ｄ、ｘ、ｙ均为待求参数，这几个参数按照下述方法计算得到。在步骤（３）中得到的Ｓ阵中取相关度最大的６个点，分别得到这６个相关系数对应的参考波段图像和待评价波段图像特征点，参考图像中的６个特征点的灰度值按照＊＊＊的形式排列成Ａ阵，待评价波段图像中的６个特征点的灰度值按照＊＊＊的形式排列成Ｂ阵，设定ＴＡ＝Ｂ，求出Ｔ阵中的每个未知参数初值；（５）计算空间一致阵Ｃ对每个待评价波段图像特征点的坐标均计算经过Ｔ阵变换后的坐标值，检验变换后的坐标值与参考波段图像中每个特征点坐标的欧氏距离，若距离小于等于预设值则判定为１，大于预设值则判定为０，这些值构成空间一致阵Ｃ；（６）计算匹配矩阵Ｍ和新的变换模型Ｔ’参数令空间一致阵Ｃ与步骤（４）中计算得到的相关系数阵Ｓ点乘，得到的就是匹配矩阵Ｍ；用匹配矩阵Ｍ中的所有点按照步骤（４）的方法计算新的变换模型Ｔ’参数；（７）判定ΔＴ是否小于预设值令Δａ＝ａ－ａ’，Δｂ＝ｂ－ｂ’，Δｃ＝ｃ－ｃ’，Δｄ＝ｄ－ｄ’，Δｘ＝ｘ－ｘ’，Δｙ＝ｙ－ｙ’，令ΔＴ＝＊＊＊判断ΔＴ是否小于０．０００１，若ΔＴ小于０．０００１则执行步骤（８），否则执行步骤（４）计算参数Ｔ，此时用于计算参数Ｔ的矩阵是匹配矩阵Ｍ；（８）对图像进行校正用匹配成功的匹配特征点对待评价波段图像进行现行校正，校正方法选用现有的线性校正方法。...

【技术特征摘要】

【专利技术属性】
技术研发人员：王洪海，陆书宁，徐建艳，
申请(专利权)人：中国资源卫星应用中心，
类型：发明
国别省市：11[中国|北京]