[發明專利]一種穩健的多模態遙感影像匹配方法和系統

有效

• 申請號: 201711078617.5
• 申請日: 2017-11-06
• 公開（公告）號: CN107909018B
• 公開（公告）日: 2019-12-06
• 發明（設計）人: 葉沅鑫
• 申請（專利權）人: 西南交通大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 51214 成都九鼎天元知識產權代理有限公司
• 代理人: 韓雪<國際申請>=<國際公布>=<進入國

本發明公開了一種穩健的多模態遙感影像匹配方法和系統，整合各種局部特征描述符進行多模態遙感影像自動匹配。首先對影像進行密集的格網采樣，并提取每個格網點的局部特征描述符，形成三維稠密特征表達圖，然后基于該特征表達圖利用三維傅里葉變換在頻率域建立一種快速的匹配相似性測度，最后采用模板匹配進行同名點識別。另外針對所發明的匹配方法，還提出了一種新的稠密特征表達方法梯度方向特征通道(CFOG)，它在匹配性能和計算效率方面要優于基于HOG、LSS、SIFT、SURF等現有的稠密特征表達方式。本發明能有效克服可見光、紅外、激光雷達、合成孔徑雷達以及地圖等多模態影像間的非線性輻射差異，在影像間快速、精確地識別出同名點，實現影像的自動匹配。

技術領域

本發明涉及衛星影像處理技術領域,尤其是一種多模態遙感影像匹配方法和系統，用于可見光、紅外、激光雷達、合同孔徑雷達以及地圖等多模態影像的自動匹配。

背景技術

影像匹配是在兩幅或多福影像間識別同名點的過程，它是諸多遙感影像分析如影像融合，變化檢測，影像鑲嵌等的基本預處理步驟，其匹配精度對后續的分析工作產生重要的影響。目前遙感衛星傳感器裝載有全球定位系統和慣性導航系統，可對遙感影像進行直接定位和粗匹配，消除影像間明顯的旋轉和尺度變化，使影像間僅存在一定量(如幾十個像素內)的平移差異。盡管如此，由于影像的成像機理的不同，多模態遙感影像間(可見光，紅外，激光雷達和合同孔徑雷達等)存在顯著的非線性輻射差異，導致同名點的自動匹配仍然非常具有挑戰性。

目前多模態遙感影像的匹配方法主要可分為：特征匹配和區域匹配。特征匹配是通過影像間顯著特征的相似性來實現影像的匹配。常用的特征包括了點特征的方法，線特征的方法和面特征。最近局部不變性特征如Scale Invariant Feature Transform(SIFT)，shape context等在遙感影像匹配中也得到了一定的應用。但這些方法通常需要在影像間提取出具有高重復率的特征，而對于具有顯著輻射差異的多模態遙感而言，特征提取的重復率往往較低，因此它們對于多模態遙感影像的自動匹配還存在一定的局限性。

基于區域的方法主要是采用模板匹配的策略，以某種匹配相似性測度為準則，在影像間進行同名點識別。在此過程中，相似性測度的選擇至關重要，直接影響到后續的匹配精度。常用的相似性測度包括了灰度差平方和、歸一化相關系數和互信息等。但這些相似性測度都是利用影像間灰度的相似性進行同名點識別，而由于多模態遙感影像間的灰度信息存在較大的差異，所以它們無法較好適用于多模態遙感影像的自動匹配。相比于灰度信息，影像的結構和形狀屬性具有較高的相似性，而且相關研究利用梯度方向直方圖(Histogramof Orientated Gradient,HOG)、局部自相似(Local Self-Similarity,LSS)等局部描述符提取影像的結構和形狀特征，并在此基礎上建立相似性測度進行影像匹配，提高了匹配性能。盡管如此，HOG和LSS只是利用影像的局部信息進行特征構建，或者利用所提取特征點的鄰域信息計算特征，是一種稀疏的特征表達方式，難以很好地反映多模態影像間的共有屬性，而且其計算效率較低。

鑒于此，本發明構建了一種穩健的多模態遙感影像匹配方法，該方法可以整合各種局部特征描述符進行多模態遙感影像自動匹配。該方法首先對影像進行密集的格網采樣，并提取每個格網點的HOG，LSS、SIFT或Speeded-Up Robust Features(SURF)等局部特征描述符，形成三維的稠密特征表達圖，來反映影像間共有的結構和形狀屬性。然后基于該特征表達圖，建立影像匹配的相似性測度，并采用模板匹配的策略進行同名點識別，另外針對所發明的方法，構建了一種基于方向梯度特征的稠密特征描述符，名為方向梯度通道特征(Channel Feature of Orientated Gradient,CFOG)。它在匹配性能和計算效率方面要優于稠密的HOG，LSS、SIFT和SURF等特征表達技術。

發明內容