一种遥感影像的快速配准方法
【专利摘要】本发明涉及一种遥感影像的快速配准方法，包括以下步骤：步骤S1：分别对待配准遥感图像和参考遥感图像提取ORB特征点；步骤S2：对提取的ORB特征点进行初始匹配，对初始匹配的特征点剔除错误匹配的特征点；步骤S3：对所述待配准遥感图像进行参数求解；步骤S4：对所述待配准遥感图像进行重采样，完成图像配准。该方法有利于提高图像配准的速度和精度。
【专利说明】一种遥感影像的快速配准方法
【技术领域】
[0001]本发明涉及图像处理【技术领域】，特别涉及一种对不同时间、不同视角以及不同传感器的两幅以上的遥感影像进行快速配准的方法。
【背景技术】
[0002]图像配准是图像处理技术里的一门重要课题，目前图像配准已广泛用于各个领域，如遥感图像分析、医学图像分析、图像融合、机器视觉以及其他领域。
[0003]图像配准作为遥感影像处理的一个基本问题，是影像数据融合，动态变化监测等遥感影像集成分析和应用的前提和基础。为了及时、准确的监测被测区变化，需要将获得的遥感影像进行实时配准。常用的影像配准方法通常分为两类:基于灰度的配准方法、以及基于特征(如特征点、特征曲线)的配准方法。基于灰度的配准方法利用图像灰度值度量图像之间的相似度，该类方法实现简单，但速度慢，并且由于遥感影像由不同的传感器、不同的视角以及不同天气等情况下获取，会出现尺度、旋转、光照等变化，将导致该类算法无法正确配准影像，而基于局部不变特征的方法不易受到影响。基于特征的配准方法根据需要配准图像间重要特征的几何关系确定配准参数，这类方法可以减少处理的数据量，而且对于图像的畸变、噪声等具有一定的鲁棒性。因此匹配性能的好坏在很大程度上取决于特征描述的方法和特征提取的质量。
[0004]目前针对图像存在尺寸缩放，旋转，平移的情况，主要使用SIFT提取特征点作为配准特征。而SIFT特征需要建立特征点向量的维数高，计算量大，因此无法满足遥感影像的实施配准。
[0005]Fast角点基于特征点周围的图像灰度值，检测候选特征点周围一圈的像素值，如果候选点周围领域内有足够多的像素点与该候选点的灰度值差别够大，则认为该候选点为一个特征点，即:
【权利要求】
1.一种遥感影像的快速配准方法，其特征在于，包括以下步骤: 步骤S1:分别对待配准遥感图像和参考遥感图像提取ORB特征点； 步骤S2:对提取的ORB特征点进行初始匹配，对初始匹配的特征点剔除错误匹配的特征点； 步骤S3:对所述待配准遥感图像进行参数求解； 步骤S4:对所述待配准遥感图像进行重采样，完成图像配准。
2.根据权利要求1所述的一种遥感影像的快速配准方法，其特征在于，在步骤SI中，分别对待配准遥感图像和参考遥感图像建立图像金字塔，对每层图像金字塔提取ORB特征点。
3.根据权利要求1所述的一种遥感影像的快速配准方法，其特征在于，在步骤SI中，提取ORB特征点的方法为:首先进行FAST角点检测，进行Harris角点检测，选取前N个最好的点，然后用非极大值抑制来验证角点，剔除伪边缘点，以使特征点分布均匀。
4.根据权利要求1所述的一种遥感影像的快速配准方法，其特征在于，在步骤S2中，对提取的ORB特征点采用基于双阈值的汉明距离特征点匹配方法进行初始匹配，对初始匹配的特征点采用角点方向夹角为约束条件，剔除错误匹配的特征点，具体方法为: 特征点的角点方向通过灰度质心法求得，即通过计算角点圆形邻域像素灰度的质心，由角点和质心形成的向量方向表征角点方向； 定义角点圆形邻域矩为:= vr ? ) 'h y ■),所述角点圆形邻域的
Πmmmmt A,/
,"10 ",01质心为:c=，则角点与质心形成的向量方向即为特征点的角点方向:
V?"00 wO0./Θ = ritan2(w01,?//10)； 其中，mM表示p+q阶矩,I (X，y)表示角点圆形邻域里像素点(X，y)的灰度值，(x, y)表示角点圆形邻域里的像素点坐标，Hltltl表示零阶矩，m10和Hltll均表示一阶矩； Δ L为待配准遥感图像中一特征点的角点方向，Δ 为参考遥感图像中对应特征点的角点方向，则角点方向夹角为Λ θ i =Δ O1-Δ θ/ ； 然后按如下步骤对提取的ORB特征点进行初始匹配，并剔除错误匹配的特征点: a、对待配准遥感图像与参考遥感图像提取的角点建立rBRIEF描述子，设待配准遥感图像的特征点集合为{al，a2,…，anl}，参考遥感图像的特征点集合为{bl，b2,…，bn2}； b、分别将待配准遥感图像的特征点al的描述子与参考遥感图像的所有特征点bl，b2,…，bn2的描述子进行比较，计算al的描述子与bl，b2,…，bn2的描述子的汉明距离，从bl，b2,…，bn2中选择出汉明距离最短的点，并算出最短汉明距离与次短汉明距离的比值，如果所述比值小于设定的较大阈值，则将汉明距离最短的点与al保留为初始配对点，并计算其角点方向夹角△ ^，否则舍弃； C、按照上述方法,依次求出待配准遥感图像的特征点a2,…，anl在参考遥感图像中的初始配对点，并计算相应的角点方向夹角Λ θ2,…，Δ θη,d、对初始配对点按照最短汉明距离与次短汉明距离的比值从大到小进行排序，即特征点匹配质量从好到差进行排序，提取出最短汉明距离与次短汉明距离的比值小于设定的较小阈值的初始配对点； e、将步骤d提取出的初始配对点通过最小二乘法求出最佳角点方向夹角ΛΘm ； f、将步骤b和c求出的所有初始配对点的角点方向夹角，以最佳角点方向夹角△~为约束条件，将偏离△ ~一定范围的初始配对点剔除。
5.根据权利要求1所述的一种遥感影像的快速配准方法，其特征在于，在步骤S3中，对所述待配准遥感图像进行参数求解的方法为: 设参考遥感图像的像素点为/Cr，_7)，待配准图像的像素点为^'Cr' 假设参考遥感图像上点的坐标为Cri, Λ.)，与之相对应的待配准遥感图像上点的坐标为Cy/, J"/)，则Cr,.，Λ.)和Cr/，_f/)之间的仿射变换表示为:
式中，S为尺度因子，e为旋转角度，Λζ和分别为两坐标轴的平移量； 在获取m个特征点以后，根据RANSAC算法求出最佳变换矩阵，即确定了配准参数S、〃、Δχ, Δ_7 ; 根据配准参数对待配准遥感图像进行重采样，即完成图像配准。
【文档编号】G06T7/00GK104167003SQ201410434279
【公开日】2014年11月26日 申请日期:2014年8月29日 优先权日:2014年8月29日
【发明者】郭太良, 林志贤, 郭明勇, 林金堂, 曾祥耀, 曾世聪 申请人:福州大学