[發明專利]一種基于最小生成樹的特征精匹配方法及應用

在審

• 申請號: 202110294704.4
• 申請日: 2021-03-19
• 公開（公告）號: CN113034555A
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 宋銳;邸馨瑤;李嬌嬌;曹鍇郎;王養利;李云松
• 申請（專利權）人: 南京天巡遙感技術研究院有限公司;西安電子科技大學
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06T5/00;G06K9/46
• 代理公司: 西安長和專利代理有限公司 61227
• 代理人: 何畏

1.一種基于最小生成樹的特征精匹配方法，其特征在于，所述基于最小生成樹的特征精匹配方法包括：

利用影像間亮度均衡化的二維Gamma函數勻光算法在HSL空間內對影像亮度分量L高斯卷積得到影像光照分量，計算整組影像亮度均值，以正視圖為標準，將前視、后視影像L分量映射到影像亮度區間，使影像勻光以及影像間亮度一致；

然后使用Surf特征匹配算法作為粗匹配結果，計算特征點間仿射變換矩陣，確定匹配搜所窗口；

再基于影像最小生成樹，計算影像待匹配窗口之間最小二乘匹配相關系數，以匹配相關系數最大值作為窗口匹配的測度，窗口中心作為最終匹配點，提高匹配精度。

2.如權利要求1所述基于最小生成樹的特征精匹配方法，其特征在于，所述基于最小生成樹的特征精匹配方法包括以下步驟：

步驟一、遙感影像轉換為HSL空間，求得影像亮度L分量；

步驟二、以二維Gamma函數為基礎，對影像間亮度分量均衡化處理，獲取亮度均勻且影像間亮度一致性的三線陣CCD遙感影像；

步驟三、將預處理遙感影像采用Surf特征點匹配作為影像粗匹配結果；

步驟四、以粗匹配結果計算特征點仿射變換矩陣，確定影像待匹配搜索窗口范圍；

步驟五、以距離以及顏色信息，對影像生成最小生成樹，增加匹配窗口內的全局信息；

步驟六、以最小生成樹為匹配權重，計算影像匹配窗口內的相關系數，并迭代至搜索窗口最小，匹配窗口中心點作為匹配點輸出。

3.如權利要求1所述基于最小生成樹的特征精匹配方法，其特征在于，所述步驟一所述的遙感影像即資源三號以及天繪一號衛星三線陣CCD遙感影像作為初始輸入圖像，HSL空間變換(h,s,l)值公式為：

其中，s,l∈[0,1]分別為飽和度與亮度,max為rgb中最大值，min為最小值。

4.如權利要求1所述基于最小生成樹的特征精匹配方法，其特征在于，所述步驟二中亮度均勻且影像間亮度一致性的三線陣CCD遙感影像，其獲取光照分量以及二維Gamma函數矯正公式為：

I(x,y)＝F(x,y)G(x,y)

其中G為高斯函數，F為源圖像，I為光照分量，γ是亮度增強的指數值，由光照分量和光照分量的亮度均值m決定。

5.如權利要求1所述基于最小生成樹的特征精匹配方法，其特征在于，所述步驟三，采用Surf特征檢測算子檢測影像中穩定特征點，采用特征描述子描述特征點視覺特征，Surf特征匹配算法作為粗匹配結果；

所述步驟四中，以步驟三的粗匹配特征點對為基礎，計算影像仿射變換矩陣。將原坐標向量變換為新坐標向量公式為：

其中，A即為求解仿射變換矩陣。

6.如權利要求1所述基于最小生成樹的特征精匹配方法，其特征在于，所述步驟五中，以顏色以及距離信息構建影像最小生成樹，最小生成樹中相鄰像素點之間的顏色與距離相似度作為圖G中邊的權重；兩點間權值w公式為：

遍歷圖G中所有的邊，根據邊的權值由大到小排序，如果滿足判斷條件則聚合，判斷條件為：

其中，Tp、Tq分別為像素點p、q對應的樹，Int(Tp)表示Tp中的最大邊權重,k為常數；任何兩個像素之間的相似性是由它們在樹上的最短距離決定的，使每個節點都接受樹中所有其他節點的支持。

7.如權利要求1所述基于最小生成樹的特征精匹配方法，其特征在于，所述步驟五中，所述步驟六中，將三線陣CCD圖像中步驟S4對應待匹配區域窗口內計算相關系數，相關系數計算公式為：

其中，g(x，y)為正視圖影像灰度函數，(i,j)為目標窗口中心像素坐標；待匹配影像灰度函數為g'(x，y)，對應的搜索窗口中心像素為(i+r，j+c)；相關系數計算值結果符合預設閾值，則搜索窗口中心像素判定為同名匹配點對。