基于特征融合的机载激光测深与多光谱卫星影像配准方法

本发明公开基于特征融合的机载激光测深与多光谱卫星影像配准方法，属于影像配准。

背景技术：

1、我国海域面积广阔，浅水环境复杂多变。为实现高质量、全覆盖、高精度的海洋资源调查，亟需精细、有效的水下测量手段。对于浅水海域，alb（机载激光测深）技术具有测量精度高、机动性强、测量连续性等特点，可以获取丰富的原始波形和海底地形信息，特别适合于海岸带、海岛礁等复杂地形浅水区域的水深快速探测，实现海岸线水上水下地形的无缝测量。多光谱遥感技术具有高时空分辨率、机动灵活、技术作业范围广等特点，可以高效获取目标地物的光谱信息和纹理特征。而alb波形特征中的强度特征和高光谱遥感的光谱信息与海底底质的物理属性有直接性关联，同时alb地形特征和高光谱遥感纹理特征也可以间接反映海底底质的物理属性。因此，将反映海底底质属性的跨模态多源特征融合在一起是探索浅海海底栖息环境的关键测量技术。

2、alb技术可获取丰富的波形信息、地形信息以及高密度三维空间信息，但是缺乏纹理信息，影响分类效果，而遥感影像能准确地描述底质光谱特征和纹理特征，但易出现同物异谱和同谱异物现象，融合两者进行水深探测，即可发挥各自优势。而与此同时，跨模态多源特征的充分挖掘与精确融合成为技术难点。如何找到一种更为准确的精配准方法，来实现配准精度的提高是亟需解决的问题。目前关于图像融合的研究主要有基于像素级融合、基于特征级融合和决策级融合三类。图像融合前进行配准可提升融合结果的准确性。配准的算法研究较多，且主要集中在sift-ransac算法的研究上，经典ransac（随机抽样一致性）方法计算参数时选取最小子集是从效率的角度考虑，往往得到的是非最佳参数，且精配准后除了特征点以外两幅配准图像仍存在像素点的偏移，因此需要找到一种更为准确的粗配准和精配准方法，实现配准精度的提高，从而提高融合数据的准确性。

技术实现思路

1、本发明的目的在于提供基于特征融合的机载激光测深与多光谱卫星影像配准方法，以解决现有技术中，影像配准效果差的问题。

2、基于特征融合的机载激光测深与多光谱卫星影像配准方法，包括：

3、s1.基于三段式波形分解方法拟合水体回波；

4、s2.提取机载激光测深多元波形特征，采用二次曲面lm拟合算法进行地形特征拟合，提取地形特征；

5、s3.基于灰度共生矩阵和光谱分析方法提取多光谱四个波段的纹理特征和光谱特征；

6、s4.进行机载激光测深强度距离图像与多光谱蓝波段距离图像的精配准。

7、s1包括使用三种函数拟合水体回波：高斯函数、双指数函数和b样条函数；

8、高斯函数拟合水体回波为：

9、；

10、式中，下标表示水面，表示时刻，单位为，为高斯函数，、和分别为水面高斯拟合函数的波峰值、波峰位置和半幅波宽；

11、双指数函数拟合水体回波为：

12、；

13、式中，下标表示水体，为双指数函数，、表示水体第一阶段指数函数的两个系数，和表示水体第二阶段指数函数的两个系数；

14、b样条函数拟合水体回波为：

15、；

16、式中，下标表示水底，为b样条函数，表示b样条拟合的节点序号，表示b样条函数拟合时间范围的最大值序号，为控制系数，为时刻次b样条基函数，采用递推公式表示：

17、；

18、；

19、式中，表示节点i表示的时间，表示节点表示的时间，表示节点为时表示的时间，表示节点表示的时间；表示节点下次b样条基函数，表示节点下次b样条基函数，表示节点下次b样条基函数，表示节点下次b样条基函数。

20、s2包括：

21、提取振幅、波宽、半幅波宽、波形面积、偏态、峰度、反向散射截面系数、残差振幅和残差波宽9个波形特征，设置搜索半径r，采用lm算法建立地形点的二次曲面拟合模型，以r为搜索半径遍历整个数据集，根据采样信息进行局部的二次曲面拟合，设二次曲面拟合模型：

22、；

23、式中，为地形点在局部坐标系中的地理坐标；为二次曲面拟合参数，计算拟合精度和拟合时间，并根据结果确定最佳拟合半径r，根据最佳拟合半径r计算地形拟合模型，获得二次曲面拟合参数，进行地形特征提取，地形特征包括坡度、高斯曲率、粗糙度、水深标准差、高程熵、起伏度、平均偏差、变异系数和凹凸系数。

24、s4包括：

25、对机载激光测深数据和多光谱影像数据进行预处理，通过栅格化特征数据分别生成机载激光测深强度距离图像和多光谱蓝波段距离图像，基于sift算法找到机载激光测深强度距离图像与多光谱蓝波段距离图像的图像特征点对，完成两幅距离图像的粗配准；

26、经过sift变换得到图像的匹配点，采用渐进一致采样法，利用欧氏距离逐一计算梯度图像之间所有待匹配点的相似度，并按照欧氏距离降序排序，计算对应匹配的特征点对的极限距离平方和，统计内点数量，剔除错误的图像特征点对：

27、根据设定的采样次数，选择其中的前个点对作为假设集合，在假设集合中，从个点对中任取个点对和第个点对组成样本，之后利用点法结合计算基础矩阵，并计算对应匹配的特征点对的极限距离平方和，统计内点数量，和是两幅配准图像中的一组匹配点。

28、完成s4后，通过透视变换方法，实现机载激光测深特征与多光谱特征的跨模态多元特征融合：

29、计算出机载激光测深特征和多光谱特征的像素坐标与平面坐标，基于透视变换方法计算机载激光测深强度距离图像与多光谱蓝波段距离图像之间度量像素坐标转换关系的透视变换矩阵，实现机载激光测深特征与多光谱特征的融合，其中透视变换的模型如下式表示：

30、；

31、式中，、是多光谱原始图像中的坐标点；(,)是其经过透视变换后对应的二维坐标；为透视变换参数矩阵，分别是控制水平方向上的缩放、旋转和平移的参数；分别是控制垂直方向上的缩放、旋转和平移的参数；是透视投影的参数；和决定和坐标的非线性缩。

32、相对比现有技术，本发明具有以下有益效果：本发明实现多元特征精配准，为海底资源调查、海洋工程应用、海洋环境保护等方面提供基础数据、理论方法和技术支撑。

技术特征：

1.基于特征融合的机载激光测深与多光谱卫星影像配准方法，其特征在于，包括：

2.根据权利要求1所述的基于特征融合的机载激光测深与多光谱卫星影像配准方法，其特征在于，s1包括使用三种函数拟合水体回波：高斯函数、双指数函数和b样条函数；

3.根据权利要求2所述的基于特征融合的机载激光测深与多光谱卫星影像配准方法，其特征在于，s2包括：

4.根据权利要求3所述的基于特征融合的机载激光测深与多光谱卫星影像配准方法，其特征在于，s4包括：

5.根据权利要求4所述的基于特征融合的机载激光测深与多光谱卫星影像配准方法，其特征在于，完成s4后，通过透视变换方法，实现机载激光测深特征与多光谱特征的跨模态多元特征融合：

技术总结
本发明公开基于特征融合的机载激光测深与多光谱卫星影像配准方法，属于影像配准技术领域，用于进行影像配准，包括基于三段式波形分解方法拟合水体回波，提取机载激光测深多元波形特征，采用二次曲面LM拟合算法进行地形特征拟合，提取地形特征，基于灰度共生矩阵和光谱分析方法提取多光谱四个波段的纹理特征和光谱特征，进行机载激光测深强度距离图像与多光谱蓝波段距离图像的精配准。本发明实现多元特征精配准，为海底资源调查、海洋工程应用、海洋环境保护等方面提供基础数据、理论方法和技术支撑。

技术研发人员：宿殿鹏,黄昱,阳凡林,杨安秀,亓超,贺佳伟,高涵,石鑫龙,来浩杰
受保护的技术使用者：山东科技大学
技术研发日：
技术公布日：2024/2/1