[發明專利]一種星載遙感圖像匹配方法

在審

• 申請號: 201410331398.7
• 申請日: 2014-07-11
• 公開（公告）號: CN104077782A
• 公開（公告）日: 2014-10-01
• 發明（設計）人: 霍春雷;潘春洪;周志鑫
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 宋焰琴

1.一種星載遙感圖像匹配方法，其特征在于，該方法包括以下步驟：

步驟S1，根據位置信息獲取當前星載遙感圖像與歷史星載遙感圖像的重疊區域，從當前星載遙感圖像和歷史星載遙感圖像中取出的重疊區域圖像分別作為輸入圖像和參考圖像；

步驟S2，分別提取所述輸入圖像和參考圖像的顯著目標區域；

步驟S3，在所述輸入圖像和參考圖像的顯著目標區域中分別提取顯著特征；

步驟S4，根據最近鄰匹配原則為所述輸入圖像顯著目標區域中的每一個尺度不變角點特征在所述參考圖像上尋找一個匹配點，得到候選匹配點對集合；

步驟S5，剔除所述候選匹配點對集合中的誤匹配點對；

步驟S6：去除所述候選匹配點對集合中的外點并根據匹配點對計算得到星載遙感圖像變換參數。

2.根據權利要求1所述的方法，其特征在于，所述步驟S2進一步包括以下步驟：

步驟S21，對于所述輸入圖像或參考圖像I，計算其顯著特征圖像其中，DCT(·)和IDCT(·)分別表示離散余弦變換和離散余弦逆變換操作；

步驟S22，基于所述顯著特征圖像計算得到顯著特征映射圖像其中，ο為Hadamard點乘運算符，g表示高斯核函數，*表示卷積運算；

步驟S23，基于所述顯著特征映射圖像，分別提取得到所述輸入圖像和參考圖像的顯著目標區域。

3.根據權利要求2所述的方法，其特征在于，所述步驟S23中，通過對于所述顯著特征映射圖像進行直方圖統計得到所述輸入圖像和參考圖像的顯著目標區域。

4.根據權利要求1所述的方法，其特征在于，所述步驟S3進一步包括以下步驟：

步驟S31，構建所述輸入圖像和參考圖像的高斯金字塔；

步驟S32，在所述高斯金字塔的每層上提取所述顯著目標區域內的角點特征，得到角點特征集合；

步驟S33，從所述角點特征集合中選擇尺度不變角點特征；

步驟S34，計算所述尺度不變角點特征的亞像素級別的空間位置；

步驟S35，確定所述尺度不變角點特征的主方向，其中，所述主方向是指與以所述尺度不變角點特征為中心的鄰域內的梯度方向直方圖的峰值對應的梯度方向；

步驟S36，為所述尺度不變角點特征構造描述向量，其中，所述描述向量是用于刻畫該尺度不變角點特征周圍圖像塊統計特征的、由梯度方向直方圖構成的向量。

5.根據權利要求4所述的方法，其特征在于，所述步驟S33中，利用多尺度的特征強度極值點來從所述角點特征集合中選擇尺度不變角點特征。

6.根據權利要求1所述的方法，其特征在于，所述步驟S4中，令I_a和I_b分別表示所述輸入圖像和參考圖像顯著目標區域的尺度不變角點特征集合，集合中元素的個數分別為N_a和N_b，對應的描述向量集合為A和B，以集合B作為參考集合，對集合A中的每一個特征向量，通過查詢其在參考集合B中的最近鄰點和次近鄰點來得到參考集合B中相應的匹配點。

7.根據權利要求6所述的方法，其特征在于，所述步驟S4進一步包括以下步驟：

步驟S41，計算參考集合B在每一維上的數據分布；

步驟S42，建立索引結構和散列桶，以通過索引結構將集合A和集合B中相似的特征向量快速投影到同一個散列桶中；

步驟S43，對集合A中的每個尺度不變角點特征，根據索引結構進行投影得到散列桶的編號，從集合B中挑選具有相同散列桶編號的尺度不變角點特征子集并在其中查找集合A中尺度不變角點特征的最近鄰特征點和次近鄰特征點；

步驟S44，在集合B中為集合A中的每一個尺度不變角點特征q搜尋得到候選匹配點對。

8.根據權利要求7所述的方法，其特征在于，所述步驟S42進一步包括以下步驟：

步驟S421，確定索引結構的關鍵維和關鍵值；

步驟S422，計算集合B中各特征向量點的散列值；

步驟S423，將集合B中的數據點投影到散列桶中去。

9.根據權利要求1所述的方法，其特征在于，利用匹配點對與目標顯著區域的一致對應關系來進行誤匹配點對的剔除。

10.根據權利要求1所述的方法，其特征在于，利用漸進最小中位方差法去除所述候選匹配點對集合中的外點。