[發明專利]一種基于布谷鳥搜索和Krawtchouk矩不變量的遙感圖像匹配方法

在審

• 申請號: 202010142308.5
• 申請日: 2020-03-03
• 公開（公告）號: CN111462196A
• 公開（公告）日: 2020-07-28
• 發明（設計）人: 吳詩婳;李亞釗;李彭偉;李子;于子桓;趙祥智;陳娜;歐陽慈;林志祥;闞凌志
• 申請（專利權）人: 中國電子科技集團公司第二十八研究所
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06T5/10;G06T3/60;G06N3/00
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

1.一種基于布谷鳥搜索和Krawtchouk矩不變量的遙感圖像匹配方法，其特征在于，包括如下步驟：

(1)對基準遙感圖像和待匹配遙感圖像分別進行小波變換，提取兩幅圖像分解后高尺度下的低頻分量；

(2)以Krawtchouk矩不變量作為匹配特征，以布谷鳥算法作為智能優化策略搜尋最佳匹配點，實現基準遙感圖像和待匹配遙感圖像的粗匹配；

(3)根據粗匹配結果反演至低尺度下的低頻分量，逐層求精，最終實現遙感圖像的精匹配。

2.根據權利要求1所述的遙感圖像匹配方法，其特征在于，所述步驟(1)中，對基準遙感圖像和待匹配遙感圖像分別進行2層小波變換。

3.根據權利要求1所述的遙感圖像匹配方法，其特征在于，所述步驟(2)具體包括如下內容：

(2.1)一幅N×M個像素圖像f(x,y)的(n+m)階Krawtchouk矩不變量定義如下：

式中，n＝0,1,2……，N-1；m＝0,1,2……,M-1，p₁,p₂∈(0,1)，ρ(n)、ρ(m)為Krawtchouk多項式的加權函數；為Krawtchouk多項式系數；其中，θ為仿射變換時坐標軸的旋轉角度；x、y分別為圖像坐標點的橫縱坐標，是橫縱坐標的平均值；

(2.2)以基準遙感圖像和待匹配遙感圖像的Krawtchouk矩不變量構造F_fitness，作為布谷鳥搜索算法的適應度函數，并計算各鳥巢的適應度函數值，確定當前鳥巢最佳位置及其相應的適應度函數值；

式中，為分解后的待匹配遙感圖像低頻分量F_ML的(n+m)階Krawtchouk矩不變量；是在基準遙感圖像低頻分量F_BL上以當前鳥巢位置為左上角頂點、與待匹配遙感圖像尺寸相同的可疑區域的(n+m)階Krawtchouk矩不變量；

(2.3)采用Lévy flight隨機游走模式，利用下式隨機獲得新的鳥巢位置：

式中，和分別為第i個鳥巢在第t_c代和第t_c+1代的位置，為點對點乘法，β為控制步長的參數且服從正態分布，L(λ)為列維分布函數，且滿足L(λ)～u＝t_c^-λ，λ為步長；

將鳥巢的位置完成更新，得到新的鳥巢位置后，比較各鳥巢位置的適應度函數值大小，更新鳥巢的最佳位置；

(2.4)依據發現概率隨機淘汰鳥巢；隨機產生r_c∈(0,1)，與外來卵發現概率p₀比較，若r_c≤p₀，則鳥巢位置保留，否則位置被新的鳥巢隨機替換，并依照適應度函數值大小再次更新當前最佳鳥巢位置；

(2.5)對當前迭代次數做出判斷，若未達到最大迭代次數，當前迭代次數加1，轉步驟(2.3)繼續對匹配位置進行搜索，否則停止迭代，當前所得的最佳鳥巢位置即為最高尺度下基準遙感圖像和待匹配遙感圖像低頻分量的最佳匹配位置(X_L,Y_L)。

4.根據權利要求3所述的遙感圖像匹配方法，其特征在于，所述步驟(2.3)中，步長λ滿足1＜λ≤3。

5.根據權利要求1所述的遙感圖像匹配方法，其特征在于，所述步驟(3)中：

在L_w-1尺度基準遙感圖像的低頻分量中，以坐標(2X_L,2Y_L)為中心的鄰域窗口內搜索和待匹配遙感圖像低頻分量的最佳匹配位置，重復步驟(2.1)—(2.5)，逐層求精，直到遞推至原始遙感圖像，得到基準遙感圖像和待匹配遙感圖像的最佳匹配位置，實現精匹配，L_w為圖像分解后的最高尺度。