[發明專利]基于特征點微調的多源遙感圖像匹配方法及裝置

有效

• 申請號: 202110397075.8
• 申請日: 2021-04-13
• 公開（公告）號: CN113223066B
• 公開（公告）日: 2022-07-08
• 發明（設計）人: 陳淑涵;厲小潤;趙遼英;周玫君
• 申請（專利權）人: 浙江大學
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06V10/44;G06V10/46
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 鄭海峰

本發明涉及圖像處理領域，公開了一種基于特征點微調的多源遙感圖像匹配方法及裝置。包括：(1)特征點提取和粗匹配，得到初始匹配特征點對、仿射變換參數和矯正待配圖；(2)對參考圖像和矯正待配圖中的每對特征點的局部區域進行擴展相位相關，微調待匹配圖像的特征點坐標；(3)重新計算仿射變換參數和矯正待配圖；(4)計算參考圖像和矯正待配圖的相位相關系數。重復過程(2)?(4),直到相位相關系數連續3次遞減。本發明利用了基于特征點的匹配方法對灰度差異和尺度差異魯棒的特點，以及擴展相位相關法的匹配精度高的特點，提出特征點粗匹配后利用擴展相位相關進行特征點微調的匹配方法，能夠提升多源遙感圖像匹配的精度和魯棒性。

技術領域

本發明涉及圖像處理領域，尤其涉及一種基于特征點微調的多源遙感圖像匹配方法及裝置。

背景技術

隨著遙感技術迅速發展和新型傳感器的不斷涌現，使得不同尺度、不同光譜、不同時相的多源遙感圖像數據的獲取成為可能。多源遙感圖像協同處理，可以提高應用效果。但是，由于不同傳感器分辨率不同或者成像體制不同等原因造成圖像間存在相對平移、旋轉、縮放等幾何形變以及非線性灰度差異。因此，為了真正實現多源遙感數據協同處理和應用，多源遙感圖像間的精確匹配是非常必要的。

圖像匹配方法總體上分為基于特征的匹配和基于灰度的匹配。由于匹配結果只決定于少數匹配的特征對，所以對于尺度差異大的多源遙感圖像，基于特征的配準精度不高，大都是像素級的。基于圖像灰度的匹配直接利用全部可用的圖像灰度信息，故精度高，但對于尺度相差大的多源遙感圖像，無法直接基于圖像灰度匹配，將特征匹配與圖像灰度匹配結合，可以提高匹配精度。

目前結合特征匹配和灰度匹配的策略通常是直接對特征粗匹配后的兩個圖像再進行基于灰度的精匹配，某些特征點對間的匹配誤差使得粗匹配的精度不高，直接影響了后續灰度精匹配精度的提升空間。擴展相位相關方法是一類精度可以達到亞像素級的灰度匹配方法，通過擴展相位相關對粗匹配的特征點對坐標進行精細微調，可以減少特征點對間的匹配誤差，從而進一步提高匹配精度。

發明內容

針對現有技術中的不足，本發明的目的是提供一種基于特征點微調的多源遙感圖像匹配方法及裝置，充分利用特征點匹配方法對灰度和尺度差異的魯棒性和擴展相位相關法具有匹配精度高的特點，提升了多源遙感圖像匹配的精度和魯棒性，解決了因灰度差異和尺度差異大導致的多源遙感圖像匹配精度低的問題。

下面介紹與本發明相關的一些基本變量。

記參考圖像為I_r,待配準圖像為I_s，第t次迭代后，經仿射變換得到矯正待配圖為參考圖中的特征點集合為第t次迭代后待匹配圖像中的特征點集合為M為特征點個數，F_r中的第i個特征點與中的第i個特征點匹配，中的第i個特征點在中的坐標為和為第t次迭代后求得的仿射變換參數。

為實現上述目的，本發明提供了如下技術方案：

本發明的其中一個目的在于提供一種基于特征點微調的多源遙感圖像高精度匹配方法，包括如下步驟：

步驟1)：特征提取和粗匹配：提取并粗匹配參考圖I_r和待配準圖I_s的候選特征點，得到匹配的參考圖特征點集合F_r、待配準圖特征點集合初始仿射變換參數和初始矯正待配圖初始化迭代次數t＝1；

步驟2)：局部區域擴展相位相關微調特征點：

根據第t-1次迭代后的待配準圖特征點集合計算中各個特征點在第t-1次迭代后的矯正待配圖中的坐標；

對參考圖I_r和矯正待配圖劃分子區域圖像，對每對特征點所在的局部子區域圖像進行擴展相位相關匹配，得到縮放、旋轉和平移參數，然后微調待配準圖的特征點坐標；

所述微調待配準圖的特征點坐標具體包括：