[发明专利]一种用于高光谱图像的配准方法

说明书

本发明提出一种用于高光谱图像的配准方法，包括：S1，将光谱相机拍摄的波段图像按波段顺序进行排列，并且利用已知的拍摄顺序的先验知识将波段图像分成多个分组；S2，对分组进行排序，按照拍摄顺序把分组依次首尾相连的排好顺序；S3，将排列最开始的分组作为第一分组，按照变换基准的方式，选择第一景图像作为组内的基准，完成组内配准，接下来以第一分组的最后一景为基准配准第二分组内的第一景图像，以配准后的第二分组第一景图像为基准完成第二分组的配准，按此依次完成组间与组内的配准工作。本发明可以有效的解决多次采样的图像失真问题，同时配准精度也可以得到较优的配准精度结果。

技术领域

本发明涉及图像配准方法，更具体地，涉及针对框幅式高光谱影像的配准方法。

背景技术

随着遥感技术的迅速发展，使得人们对地探测的精度需求越来越高，而高光谱技术具有图谱合一等特点，使其迅速成为定量遥感的研究热点之一。高光谱图像不仅可以准确的反映地物自身特有的光谱特征还可以反映地物之间的光谱差异，将地物的空间分布与光谱反射特性有机的结合起来，突破以往的单方面研究现状，因此其在诸多领域都得到了广泛的应用与研究。其中在农业领域的应用取得了长足进展，其在农作物长势监测，病虫害预防治，产量估测等方面的研究已经十分深入。

目前，高光谱图像的观测获取涵盖了卫星，航空，地面多层次，多角度的搭载平台，由于卫星平台飞行高度与技术制约，高光谱数据的质量无论是在空间分辨率还是光谱分辨率上都不能满足人们对于定量化研究的需求。而无人机平台的出现可以有效的弥补卫星平台采集数据质量不理想的这一缺陷，为农业遥感定量化研究，精准农业，智慧农业的实现提供有力的数据保障及技术支持。

对于无人机平台而言，受到平台稳定差，荷载量有限等因素的制约，使得传统的推扫式光谱成像仪无法适用，而框幅式高光谱仪可以有效的克服没有地理参考的数据处理工作，因此在无人机高光谱遥感领域有广泛的发展前景。框幅式高光谱成像仪获取同一景原始数据中不同的波段图像是在飞行过程中逐一进行采集的。因此，波段图像间存在较大的位移与姿态差异，这会使得原始图像无法直接投入使用，在数据投入使用前要进行波段配准工作来消除这种波段图像间空间位置上的差异。由于框幅式高光谱成像仪获取的波段图像反映的是同一地物在不同波段的反射特性，因此，波段图像间因地物的不同存在灰度变化差异，且即使同一地物在不同波段的灰度也不相同，这种灰度差异较大的图像配准在传统配准问题中甚少涉及，因此，传统的配准方式在波段配准问题上受到制约无法实现稳定配准。本发明主要针对这一问题提出了一套适用于无人机框幅式高光谱图像可实现自动且稳定性较高的配准方案。

由于波段配准是在一般的配准问题上，针对存在较大灰度差异变化的波段图像配准的加强算法，因此波段配准的过程依然符合配准的一般流程。首先，基准图像的选择，也就是匹配策略的确定，将确定待配准图像的匹配方式及顺序；接下来，寻找两图像间变换关系，通过变化模型参数的建立完成待配准图像的变换，这一步是核心部分。

第一，匹配策略的选择：

Automatic Descriptor-Based Co-Registration of Frame HyperspectralData一文对框幅式高光谱图像的波段配准工作进行了研究，它通过将已有的波段图像按照中心波长的顺序进行了分组将已有的全部图像分为三个大组，完成分组后使得组内图像首先进行组内配准，得到三组已经完成组内配准的三组图像，最后将三组之间通过选择的波段进行组间配准。这种算法虽然可以得到自动化处理，但是由于配准过程中没有考虑多次采样问题，使得原图像的光谱信息在重复采样过程中受到损失，这会对后期的研究造成一定影响，同时由于没有考虑到拍摄顺序问题的影响，无法得到最优的配准精度。

第二，图像间关系的确定：