基于仿射不变特征与海岸线约束的海岸带遥感影像自动配准方法，其步骤为：海岸线及陆地区域影像提取；生成SIFT特征点及特征向量；SIFT特征点匹配；计算单应矩阵；将对应海岸线重叠，计算海岸线对之间的平均横截线距离；调整RANSAC方法的距离阈值，并重新计算海岸线对之间的横截线距离；以横截线距离突变前一个实例作为最优实例，该最优实例单应矩阵即为最优单应矩阵；利用最优单应矩阵完成影像配准。本发明专利技术克服了由于海岸带影像陆地特征复杂、水域特征缺失造成的影像配准困难的问题，能够有效地进行海岸带遥感影像的自动配准，配准精度和自动化程度较高。
【技术实现步骤摘要】
本专利技术涉及一种海岸带遥感影像自动配准方法，特别是涉及。
技术介绍
海岸线及海岸带土地利用制图对于航道安全、海岸带资源管理、海岸带环境保护以及海岸带的可持续发展至关重要。随着海岸带地区开发利用强度的不断增强，遥感技术在海岸带地区的应用越来越广泛。为了充分利用海量的不同分辨率、不同时相、不同范围的遥感影像，对遥感影像的自动配准而非人工配准十分必要。海岸带地区处在陆地与海洋的交界处，水域面积广阔，而遥感影像上水域不能为配准提供有用信息；海岸带陆地区域多为 丛林、岩石、沙滩等，所能提供的可靠的配准特征数量也很少，且配准特征差异不显著，易产生错误匹配，影响配准精度。影像配准本身可能就是个病态过程，对于一幅影像上提取出来的而在另一幅影像上并无对应特征点的特征，在配准过程中也可能形成一个配准点对。因此海岸带遥感影像相对于陆地区域影像配准难度更高，自动配准精度往往更差。遥感影像配准方法很多，可以划分为基于区域的配准方法和基于特征的配准方法。基于区域的方法受各种因素的限制，包括大气衰减、明暗效果以及多时相传感器响应差异等，使用有限。目前使用较多的是基于特征的配准方法，其中仿射不变特征配准方法近40年来一直是研究的热点。考虑到其在配准方面的优势，已经被广泛应用到遥感影像的自动配准中。该方法最早由Lowe提出，后来学者先后进行了改进，形成了一系列适用于遥感影像配准的方法。例如,吴波等在2011年第7期《Photogrammetric engineering andremote sensing》撰文 “A Triangulation-based Hierarchical Image Matching Methodfor Wide-Baseline Images”，在用SIFT算法提取放射不变特征后，结合RANSAC方法使用一种自适应的三角形约束方法进行特征的匹配从而进行层次的影像配准。程亮等在2008年第 2 期〈〈Geoscience and Remote Sensing Letters〉〉撰文“Robust affine invariantfeature extraction for image matching”,提出使用MSER算法进行仿射不变特征的寻找，使用SIFT算子进行仿射不变特征的描述，使用信息熵和空间分布对这些特征进行评估，最后进行影像配准。诸如此类的改进方法还很多，由于仿射不变特征本身的优越性，大多数基于仿射不变特征的配准方法都能取得比较好的配准效果，但是海岸带地区由于其情况的复杂性和特殊性，传统的方法应用于海岸带影像配准效果并不理想。目前，专门针对海岸带遥感影像配准的方法很少，配准的自动化程度不高，对海岸带遥感影像信息尤其是海岸线信息的利用不够充分。例如，Eugenio等在2002年((Geoscience and Remote Sensing〉〉撰文“A contour-based approach to automatic andaccurate registration of multitemporal and multisensor satellite imagery，，,提出了一种基于海岸线的线特征配准方法，该方法首先使用Sobel算子从海岸带遥感影像上提取海岸线线特征，根据计算得到的影像梯度能量图进行海岸线特征匹配，最后进行影像的配准。该方法基于Sobel算子进行海岸线线特征的提取，海岸线提取的精度有限，同时基于线特征的配准难度较高，自动化程度不高。刘朝霞等在2012年第2期《Geoscience andRemote Sensing》撰文“A Simple and Robust Feature Point Matching Algorithm Basedon Restricted Spatial Order Constraints for Aerial Image Registration”提出一种鲁棒性的基于特征的配准方法一受限空间顺序约束方法，该方法基于相邻空间关系定义仿射不变描述子，使用图谱理论对两个配准图谱进行配准得到最小总配准误差的配准转换系数，同时为了排除可疑配准对，使用双向空间顺序和两个规则限制进行约束。该方法在一定程度上可以进行海岸带遥感影像的配准，但是配准精度依赖于影像 质量，且配准速度较慢对海岸带影像的信息的利用不充分。已有的少数海岸带遥感影像配准的方法，多是在传统的方法上改进相应的参数，配准精度不高。海岸带地区具有明显的线特征，该特征能够为海岸带影像配准提供可靠的依据。然后线特征的配准方式难度较高，自动化程度也较低，可以考虑利用仿射不变特征提取点特征进行匹配，根据线特征进行约束，从而得到较好的配准效果。
技术实现思路
本专利技术要解决技术问题是克服现有技术的上述不足，提供，其结合了遥感影像配准中应用最广泛的仿射不变特征，同时充分利用海岸带提供的海岸线信息，可以自动、快捷、准确地进行海岸带遥感影像的配准。为了解决以上技术问题，本专利技术提供的，包括以下步骤 步骤I、海岸线及陆地区域影像提取——分别提取参考海岸带遥感影像、待配准海岸带遥感影像的海岸线及陆地区域影像； 步骤2、生成SIFT特征点及特征向量——分别使用SIFT算子对两幅陆地区域影像进行仿射不变特征检测，得到两幅陆地区域影像的SIFT特征点，并对检测到的所有SIFT特征点生成特征向量； 步骤3、SIFT特征点匹配一一两幅陆地区域影像的SIFT特征点的特征向量之间做距离运算，将特征向量之间距离最近的若干对SIFT特征点作为匹配的SIFT特征点对； 步骤4、计算单应矩阵参数——使用RANSAC方法对匹配的SIFT特征点对进行处理，RANSAC方法的输入参数为距离阈值、输入的几何模型为参数未知的单应矩阵，处理后获得局内SIFT特征点对及单应矩阵的具体参数，首次执行本步骤时RANSAC方法的距离阈值取值范围为(0,1]； 步骤5、计算平均横截距离——利用步骤4中获得的含有具体参数的单应矩阵对待配准影像的海岸线进行变换，将变换后海岸线与参考影像的海岸线重叠，并计算两海岸线对之间的平均横截线距离； 步骤6、获得最优单应矩阵一逐步增大RANSAC方法的距离阈值，并重复步骤4至步骤5直到平均横截线距离出现突变，得到若干组由距离阈值、局内SIFT特征点对、含有具体参数的单应矩阵、平均横截线距离构成的实例，以平均横截线距离突变前一个实例作为最优实例，该最优实例的距离阈值为最优距离阈值，该最优实例的单应矩阵即为最优单应矩阵； 步骤7、影像配准——利用步骤6中得到的最优单应矩阵对待配准海岸带遥感影像进行变换，完成影像配准。本专利技术使用海岸线对平均横截线距离作为约束条件对RANSAC算法的距离阈值进行自动筛选，并且据此获得用于影像配准的单应矩阵。本专利技术能够充分利用海岸带影像提供的有限的特征点，并且将仿射不变特征与海岸线约束有机的进行结合，自动准确地从中选取可靠的特征点对实现了影像的配准。平均横截线距离计算方法如下以设定的打断间隔对参考海岸线打断，对于每个断点在其法线方向上构建横截线，与变换后的海岸线相交，计算横截线长度，若不相交，则横截线长度为0，计算所有横截线的平均距离即为两海岸线之间的平均横截线距离。本专利技术中，打断间本文档来自技高网...
【技术保护点】
一种基于仿射不变特征与海岸线约束的海岸带遥感影像自动配准方法，包括以下步骤：步骤1、海岸线及陆地区域影像提取——分别提取参考海岸带遥感影像、待配准海岸带遥感影像的海岸线及陆地区域影像；步骤2、生成SIFT特征点及特征向量——分别使用SIFT算子对两幅陆地区域影像进行仿射不变特征检测，得到两幅陆地区域影像的SIFT特征点，并对检测到的所有SIFT特征点生成特征向量；步骤3、SIFT特征点匹配——两幅陆地区域影像的SIFT特征点的特征向量之间做距离运算，将特征向量之间距离最近的若干对SIFT特征点作为匹配的SIFT特征点对；？步骤4、计算单应矩阵参数——使用RANSAC方法对匹配的SIFT特征点对进行处理，RANSAC方法的输入参数为距离阈值、输入的几何模型为参数未知的单应矩阵，处理后获得局内SIFT特征点对及单应矩阵的具体参数，首次执行本步骤时RANSAC方法的距离阈值取值范围为（0，1]；步骤5、计算平均横截距离——利用步骤4中获得的含有具体参数的单应矩阵对待配准影像的海岸线进行变换，将变换后海岸线与参考影像的海岸线重叠，并计算两海岸线对之间的平均横截线距离；步骤6、获得最优单应矩阵——逐步增大RANSAC方法的距离阈值，并重复步骤4至步骤5直到平均横截线距离出现突变，得到若干组由距离阈值、局内SIFT特征点对、含有具体参数的单应矩阵、平均横截线距离构成的实例，以平均横截线距离突变前一个实例作为最优实例，该最优实例的距离阈值为最优距离阈值，该最优实例的单应矩阵即为最优单应矩阵；步骤7、影像配准——利用步骤6中得到的最优单应矩阵对待配准海岸带遥感影像进行变换，完成影像配准。...
【技术特征摘要】
【专利技术属性】
技术研发人员：程亮，李满春，刘永学，童礼华，陈焱明，张雯，王亚飞，钟礼山，任远桢，
申请(专利权)人：南京大学，
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。