[發明專利]一種遙感圖像的匹配方法

有效

• 申請號: 202110704201.X
• 申請日: 2021-06-24
• 公開（公告）號: CN113469003B
• 公開（公告）日: 2023-03-14
• 發明（設計）人: 崔榮成;溫蜜;張凱;孫超;種法廣
• 申請（專利權）人: 上海電力大學
• 主分類號: G06V20/13
• 分類號: G06V20/13;G06V10/46;G06V10/75
• 代理公司: 上海德昭知識產權代理有限公司 31204
• 代理人: 郁旦蓉

本發明涉及一種遙感圖像的匹配方法，屬于圖像匹配技術。因為該方法結合灰度共生矩陣和層次分析法，定量計算圖像的復雜度信息，所以，可以實現遙感圖像的更高效的匹配。此外，通過計算圖像關鍵點的復雜度，根據圖像的復雜度和關鍵點數量信息來估計關鍵點的控制參數。在閾值迭代更新階段，考慮待匹配兩幅圖像的綜合信息，從而得到匹配結果。所以，本發明可以應用于復制遙感圖像的匹配，并同時檢測參考圖像和目標圖像的信息，魯棒地提取關鍵點，充分利用圖像信息，節約匹配時間，具有更好的對準精度和實時性，從而更好的應用到環境監測、地形勘測、軍事偵查、災害預警等多個領域。

技術領域

本發明涉及圖像匹配技術，具體涉及一種遙感圖像的匹配方法。

背景技術

遙感成像技術廣泛應用于目標定位、地質調查和地球表面環境變化探測等領域。圖像匹配是遙感成像技術的研究熱點之一。遙感影像匹配是指在不同的輻射和幾何條件下，對同一場景的兩幅或多幅遙感影像進行校正的過程。在遙感應用中，不同的傳感器、不同的時間、不同的角度、不同的時間、不同的亮度等因素是非常常見的。因此，研究不同的遙感影像匹配具有重要意義。

圖像匹配方法一般分為基于區域和基于特征的方法。在基于區域的方法中，開發人員專注于特征匹配步驟，而不是特征檢測，這可能導致較差的特征檢測。并且如果圖像被復雜的變換變形，這類方法不能夠匹配特定場景的相同部分。基于特征的方法提取穩定結構特征，如區域、線段或點作為特征，得到圖像間所有假設差異和具有復雜變換不變性和魯棒性特征描述符。基于特征的方法因其魯棒性和可靠性成為主要的研究方法。

基于特征的圖像匹配方法一般情況通常包括四個重要階段。首先從目標圖像和參考圖像中提取重要特征點或關鍵點。然后構建這些關鍵描述符，它們不受視口和燈光變化的影響。然后根據提取的特征和它們的描述符匹配目標圖像和參考圖像，并且通過適當的映射函數(RANSAC)檢測和去除離群匹配對。在最后階段，當異常值很多時，映射函數不能去除錯誤的匹配對，因此導致匹配過程失敗。

尺度不變特征變換(SIFT)算法是圖像特征匹配的流行算法之一，它對于圖像平移、縮放、旋轉是恒定的，對于光變化和仿射投影是不變的。在SIFT圖像匹配算法中，提取的關鍵點對兩幅圖像之間的比例和旋轉變化有一定的魯棒性。由于遙感圖像的高分辨率和復雜性，但是在用于遙感圖像匹配的SIFT算法還存在圖像信息利用不足、特征提取數量不穩定、匹配精度差、匹配時間長等問題。

發明內容

本發明是為了解決上述問題而進行的，目的在于提供一種涉及遙感圖像的匹配方法。

本發明提供了一種遙感圖像的匹配方法，用于對包含目標圖像和參考圖像的遙感圖像進行處理后，得到匹配結果，具有這樣的特征，包括：步驟S1，將目標圖像和參考圖像進行灰度化與圖像復雜度計算，得到對應的灰度圖像與圖像復雜度結果；步驟S2，對灰度圖像進行特征提取，得到對應的關鍵點數量信息；步驟S3，將圖像復雜度結果與關鍵點數量信息進行對比度閾值更新后，分別得到最佳目標圖像對比度閾值和最佳參考圖像對比度閾值；步驟S4，對最佳目標圖像對比度閾值和最佳參考圖像對比度閾值進行特征提取，得到目標圖像特征信息和參考圖像特征信息；步驟S5，將目標圖像特征信息和參考圖像特征信息進行特征匹配和匹配優化，得到匹配結果；以及步驟S6，若匹配結果滿足預定條件，則目標圖像和參考圖像相匹配。

在本發明提供的遙感圖像的匹配方法中，還具有這樣的特征：其中，步驟S1包括如下子步驟：步驟S1-1，將目標圖像和參考圖像進行灰度化處理，得到灰度圖像；步驟S1-2，提取灰度圖像的灰度共生矩陣，得到多個特征值，采用層次分析法對多個特征值進行分析和計算，得到圖像復雜度結果。