[发明专利]多特征多级别的可见光与高光谱图像高精度配准方法

说明书

技术领域

本发明属于图像处理技术领域，具体涉及遥感图像的配准方法，特别是一种用于可见光与高光谱图像的配准方法。本发明可以广泛适用于航天、航空传感器平台所获取的遥感图像的配准。

背景技术

高光谱图像将物体的光谱频段切分的更细，连续的光谱曲线反映了目标的材质信息，这对于识别伪装目标具有重要的意义。例如，处于同一环境下的真坦克和伪装橡胶坦克，在可见光图像上无法区分；虽然借助可见光图像的温度图像可以区分工作状态的真坦克和伪装坦克，但是如果真坦克也处于休息状态或伪装橡胶坦克被置入了发热物体，则仍无法区分坦克的真伪；而通过高光谱图像的光谱曲线可以正确其材质，从而准确将真坦克和伪装橡胶坦克区分开。因此，综合利用可见光与高光谱图像进行融合对情报获取和分析具有重要的作用。作为可见光与高光谱图像融合的前提，可见光与高光谱图像必须进行自动、高精度配准。可见光与高光谱图像高精度自动配准技术是制约可见光与高光谱图像融合应用的关键技术，具有重要的应用价值。

然而，由于空间分辨率差异很大(如40倍)，同一物体在可见光与高光谱图像上的表现差距很大，这种差距给传统的特征匹配方法带来了很大的挑战。实际上，传统的尺度不变特征只能在空间分辨率差异在不超过4倍时保持尺度不变，空间分辨率差异超过4倍时的图像的缩放都是一个科学难题，直接对空间分辨率差异40倍的可见光图像和高光谱图像配准是不可能的。正是因为可见光与高光谱图像的差异较大，目前可见光与高光谱图像配准基本上仍处于研究阶段，尚未有专门的可见光-高光谱图像配准软件。尽管商业软件如Erdas和Envi都提供了配准功能，但这些配准功能都是为可见光图像设计的。在这些软件上对可见光图像和高光谱图像进行配准，成功的概率很小。目前，对可见光与高光谱图像配准的研究大都沿用可见光图像配准的技术路线；然而，由于空间分辨率差异巨大以及高光谱图像质量较差(噪声、漏缝、扭曲)等因素的影响，目前尚无通用、自动、实用的可见光-高光谱图像配准算法。在实际应用中，往往靠人工标定控制点对，费时费力；而且，在空间分辨率差异40倍的情况下，手工标定的误差很大，配准精度无法保证。在这种情况下，必须另辟思路研究新的配准方法，在保证配准精度的同时，尽可能提供其自动化程度和计算速度。

发明内容

(一)要解决的技术问题

本发明所要解决的技术问题是针对可见光图像与高光谱图像的互补性而提出一种特别适合于可见光与高光谱图像的自动、高效、高精度的配准方法，以推动遥感识别技术的发展。

(二)技术方案

本发明提出一种可见光图像与高光谱图像的配准方法，包括如下步骤：

步骤S1、对可见光图像进行多尺度分解，形成低分辨率的可见光图像；

步骤S2、根据高光谱图像生成高光谱图像显著波段图像；

步骤S3、在低分辨率可见光图像和高光谱图像显著波段图像上提取SIFT特征、多尺度角点特征和面点特征，匹配SIFT特征并去除外点，利用匹配的SIFT特征对求取变换模型；

步骤S4、在每层可见光图像和高光谱图像显著波段图像上利用上一层配准的变换模型作为该层的初始变换模型，进行基于图像块对的多尺度角点特征、面点特征提取，根据初始变换和多尺度角点特征、面点特征集合利用迭代重加权最小二乘法选择变换类型并求取变换参数；

步骤S5、根据所述变换模型对高光谱图像进行变换，得到变换后的高光谱图像。

(三)有益效果

本发明的可见光与高光谱图像高精度自动配准方法基于多特征多级别的配准，综合利用了模式识别、计算机视觉领域中最新的特征提取和特征匹配技术及并行计算技术，有效地解决了可见光与高光谱图像的配准问题，弥补了现有配准软件对可见光与高光谱图像配准方面的缺陷。

本发明的配准方法对可见光与高光谱图像配准具有很好的通用性和实用性，能够大大推动可见光与高光谱图像的广泛应用，具有很好的经济效益。

附图说明

图1是本发明的可见光与高光谱图像高精度自动配准方法的系统框图

图2是本发明的方法的一个具体实施例的原始可见光图像和生成的低分辨率图像的例图

图3是本发明的方法的一个具体实施例的原始高光谱图像与生成的显著波段图像的例图

图4是本发明的方法的一个具体实施例的提取SIFT特征的例图

图5是本发明的方法的一个具体实施例的SIFT特征提取中DOG构建图例

图6是本发明的方法的一个具体实施例的SIFT特征提取中极值点提取图例