[發(fā)明專利]一種基于卷積神經(jīng)網(wǎng)絡(luò)的多時(shí)相遙感影像匹配方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201811624931.3
• 申請(qǐng)日: 2018-12-28
• 公開(kāi)（公告）號(hào): CN109784223B
• 公開(kāi)（公告）日: 2020-09-01
• 發(fā)明（設(shè)計(jì)）人: 鄧練兵
• 申請(qǐng)（專利權(quán)）人: 珠海大橫琴科技發(fā)展有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/46;G06K9/62;G06T7/33
• 代理公司: 武漢科皓知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 嚴(yán)彥

本發(fā)明涉及一種基于卷積神經(jīng)網(wǎng)絡(luò)的多時(shí)相遙感影像匹配方法及系統(tǒng)，包括對(duì)輸入的參考影像和待匹配影像采用固定大小進(jìn)行分塊；采用特征點(diǎn)檢測(cè)算子在所得的影像塊內(nèi)提取特征點(diǎn)；以提取的特征點(diǎn)為中心，提取固定大小的圖像塊，并將這些圖像塊輸入預(yù)訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)中，使用神經(jīng)網(wǎng)絡(luò)中的多個(gè)卷積層來(lái)提取圖像特征，獲得多尺度卷積特征；基于多尺度卷積特征，利用最鄰近加權(quán)距離度量特征之間的相似性，利用最鄰近距離與次鄰近距離比值獲得初始匹配點(diǎn)對(duì)；采用RANSAC算法和特征點(diǎn)之間的幾何約束性對(duì)剔除錯(cuò)誤匹配對(duì)，獲得最終匹配結(jié)果。本發(fā)明在遙感數(shù)據(jù)訓(xùn)練樣本缺失的情況下，能夠提高多時(shí)相遙感影像匹配配準(zhǔn)的精度，具有較強(qiáng)的適應(yīng)性。

技術(shù)領(lǐng)域

本發(fā)明屬于遙感影像處理技術(shù)領(lǐng)域，涉及一種基于卷積神經(jīng)網(wǎng)絡(luò)的多時(shí)相遙感影像匹配方法及系統(tǒng)。

背景技術(shù)

多時(shí)相遙感影像匹配被廣泛的應(yīng)用于軍事和民用領(lǐng)域，例如遙感影像配準(zhǔn)、影像融合、以及城市變化檢測(cè)等。由于氣候條件、光照以及地表覆蓋類型的變化，不同時(shí)間獲取的影像可能包含不同的內(nèi)容，這些影像內(nèi)容的變化給多時(shí)相影像匹配帶來(lái)了極大困難。

一般說(shuō)來(lái)，影像匹配方法可以分為基于區(qū)域的方法和基于特征的方法。基于區(qū)域的方法直接利用影像灰度值進(jìn)行匹配，而多時(shí)相的遙感影像灰度差異大，相反，基于特征的方法利用更高級(jí)的特征，如點(diǎn)、線、區(qū)域等，來(lái)對(duì)影像進(jìn)行匹配，因而基于特征的方法更適合于解決多時(shí)相遙感影像匹配的問(wèn)題。基于特征的方法中，SIFT方法最為經(jīng)典，這得益于其對(duì)影像旋轉(zhuǎn)和尺度變化的魯棒性，大多數(shù)的方法都是在SIFT方法上直接或者間接進(jìn)行改進(jìn)。然而，在多時(shí)相的遙感影像中，影像灰度差異帶來(lái)的匹配難題遠(yuǎn)遠(yuǎn)超過(guò)了由影像幾何形變帶來(lái)的問(wèn)題，此時(shí)，再利用SIFT方法匹配時(shí)，會(huì)得到很多錯(cuò)誤的特征點(diǎn)，甚至?xí)驗(yàn)槠淦ヅ浣Y(jié)果差而影響匹配結(jié)果的后續(xù)利用。

近幾年來(lái)，不少學(xué)者提出了基于深度學(xué)習(xí)的匹配方法。這類方法是基于深度網(wǎng)絡(luò)的，不需要手工去設(shè)計(jì)這些特征描述子，可以根據(jù)訓(xùn)練樣本來(lái)直接度量影像塊之間的相似性，然而，這些方法幾乎都是用于自然影像的匹配，對(duì)于多時(shí)相的遙感影像匹配問(wèn)題還未涉及。因而，如何利用深度學(xué)習(xí)的方法來(lái)解決多時(shí)相影像匹配的問(wèn)題是一個(gè)積極的嘗試。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提供一種基于卷積神經(jīng)網(wǎng)絡(luò)的多時(shí)相遙感影像匹配方法及系統(tǒng)，有效地克服傳統(tǒng)遙感影像配準(zhǔn)方法的不足，提高了遙感影像匹配的精度，具有較強(qiáng)的適應(yīng)性。

為實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案提供一種基于卷積神經(jīng)網(wǎng)絡(luò)的多時(shí)相遙感影像匹配方法，包括以下步驟：

步驟a，進(jìn)行多時(shí)相遙感影像匹配時(shí)，對(duì)輸入的參考影像和待匹配影像采用固定大小進(jìn)行分塊；

步驟b，采用特征點(diǎn)檢測(cè)算子在步驟a劃分所得的影像塊內(nèi)提取特征點(diǎn)；

步驟c，以步驟b提取的特征點(diǎn)為中心，提取固定大小的圖像塊，并將這些圖像塊輸入預(yù)訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)中，使用神經(jīng)網(wǎng)絡(luò)中的多個(gè)卷積層來(lái)提取圖像特征，獲得多尺度卷積特征；

步驟d，基于多尺度卷積特征，利用最鄰近加權(quán)距離度量特征之間的相似性，利用最鄰近距離與次鄰近距離比值獲得初始匹配點(diǎn)對(duì)；

步驟e，采用RANSAC算法和特征點(diǎn)之間的幾何約束性對(duì)步驟d所得匹配結(jié)果剔除錯(cuò)誤匹配對(duì)，獲得最終匹配結(jié)果。