[发明专利]基于线特征和控制点的可见光和SAR图像配准方法

权利要求书

1.一种基于线特征和控制点的可见光和SAR图像的配准方法，其特征在于步骤如下：

步骤1边缘特征检测：采用Canny算子对可见光图像进行边缘检测，采用对乘性噪声具有抑制作用的ROA算子对SAR图像进行边缘检测；

步骤2线特征提取：对得到的边缘图像利用多尺度离散快速Beamlet变换提取可见光和SAR图像中的线特征；

步骤3基于特征一致的粗配准：以可见光或SAR图像中的任一幅为参考图像，以另一幅为待配准图像，两幅图像的坐标点关系满足以下变换模型，得到粗配准的图像：

XY=Scosθ-sinθsinθcosθxy+txty]]>

其中：(X，Y)为参考图像的坐标点，(x，y)为待配准图像的坐标点，S表示尺度因子，θ为旋转角度；t_x和t_y表示平移参数；

S、θ、t_x和t_y参数的计算为：首先根据SAR和可见光图像的分辨率求得缩放因子S；然后分别计算两幅图像的线特征的斜率直方图，利用直方图的互相关函数，求得旋转角度θ；利用得到的缩放因子S和旋转角度θ对SAR和可见光的直线特征图进行缩放和旋转变换，利用互相关函数，分别计算平移参数t_x和t_y；

步骤4提取控制点集：提取粗配准图像的控制点集P′＝{P′_j|(x_j，y_j)，j＝1，2K，m}，提取参考图像的提取控制点P＝{P_i|(X_i，Y_i)，i＝1，2K，n}，其中：n表示参考图像中控制点的个数；m表示粗配准图像中控制点的个数；

步骤5控制点的初始匹配：根据控制点集P＝{P_i|(X_i，Y_i)，i＝1，2K，n}和P′＝{P′_j|(x_j，y_j)，j＝1，2K，m}，利用控制点匹配度函数计算控制点集中每一个点对的匹配度f(P，P′)；当匹配度的值f(P，P′)＜λ时，则认为该点为候选控制点对，得到由候选控制点对构成粗匹配点集PP＝{(P_t，P′_t)|(X_t，Y_t)，(x_t，y_t)，t＝1，L，k}，k表示初始匹配的点的对数；

所述控制点匹配度函数为：

f(P,P′)=|θo1-θs1|θo1+θs1+1×|θo2-θs2|θo2+θs2+1+|O1-max{Lo1,Ls1}|O1+max{Lo1,Ls1}|+|O2-max{Lo2,Ls2}|O2+max{Lo2,Ls2}+|D1-D2|D1+D2+1+D1+D22T]]>

s.t.|θo1-θs1|<1,|θo2-θs2|<1]]>

其中：L_o1和L_s1以及L_o2和L_s2是两对近似平行的直线对，θ_o1、θ_o2、θ_s1和θ_s2分别是L_o1，L_o2，L_s1和L_s2与水平轴的夹角，D₁是L_o1和L_s1间的距离，D₂是L_o2和L_s2之间的距离，O₁表示L_o1与L_s1的重叠距离，O₂表示L_o2与L_s2的重叠距离，T是粗配准精度；

步骤6剔除错误控制点对：利用仿射变换模型，采用RANSNC算法进行剔除错误控制点对；

所述仿射变换模型：粗配准的图像控制点(X，Y)与其在参考图像中的同名控制点(x，y)符合：XY1=Hxy1,]]>其中H=a0a1a2a3a4a5001;]]>

所述RANSNC算法进行剔除错误控制点对具体步骤如下：

步骤a：在候选匹配点集PP中任选由3对不共线的匹配点估算变换矩阵H；

步骤b：在余下点对中选择第i对匹配点(P_i，P′_i)，若||P_i-T(P′_i)||＜ε，则将这对候选匹配点定义为内点，重复这一步骤直到取完所有余下的候选匹配点对；

步骤c：若步骤2得到的内点数大于某一阈值T_n，则进行下一步，否则返回步骤a；

步骤d：选择内点对为精确匹配点对集PK＝{(P_t，P′_t)|(X_t，Y_t)，(x_t，y_t)，t＝1，L，N}，N为精确匹配点对的个数；

步骤7：根据得到的精确匹配点集PK，利用最小二乘法得到可见光和SAR图像之间的最佳变换矩阵H，再利用反向插值得到精确配准的图像。