[发明专利]一种大尺度遥感影像特征点库的构建方法

说明书

本发明提供了一种大尺度遥感影像特征点库的构建方法，首先确定瓦片的尺寸，结合遥感影像的分辨率信息对其进行重叠网格划分，从而实现遥感影像的分割，通过SIFT/SURF等特征点检测算法提取每块瓦片的特征点及描述子数据，并将特征点对应坐标信息及描述子用R*树作索引存入空间数据库。本专利生成的特征点空间数据库可用于遥感影像快速拼接模板或变化快速发现检测，相较于传统技术，该方法将特征点检测作为预处理，避免重复检测，可提高处理效率。

技术领域

本发明涉及图像处理领域，特别涉及遥感影像快速拼接或土地调查中利用无人机影像快速发现变化用地的技术。

背景技术

近年来，无人机遥感以低成本、机动灵活、快速响应等优势，在土地监测监察领域显示出了广阔的应用前景。目前，在区域尺度上利用低空遥感影像快速检测土地变化信息，已成为一种新型的国土资源动态监测技术手段。宋丹妮等在“基于遥感影像的单县土地利用动态变化分析”中通过2000年和2009年两期遥感影像的配准、裁剪、监督分类等操作对单县的土地动态变化进行分析。付萧等在“利用无人机影像进行山区土地利用信息动态监测”中通过彭州两期无人机遥感影像采用面向对象的分析技术获取土地利用信息的变化量。这些方法都需要获得监察区的完整遥感影像。

现行无人机遥感影像拼接检测技术一般都需要空中飞行、地面布控和室内成图三个步骤，才可能应用于国土资源管理，其中地面布控需要大量专业人员使用专业的测量仪器到现场实测，在山区、河流、森林等地面特征不明显区域，人员无法到达或精确定位，地面控制点的获取往往存在困难或根本不可能，费时费力成效甚微。

发明内容

为解决上述问题，本发明公开了一种大尺度遥感影像特征点库的构建方法，该方法把旧时相遥感影像的特征点检测作为预处理，在检测土地变化信息或遥感影像快速拼接时，避免对旧时相影像特征点的反复提取，将新时相影像与旧时相影像之间的对比，转变为与特征点数据的对比，从而大幅提高处理效率。

为达到上述目的，本发明的技术方案如下：

一种大尺度遥感影像特征点库的构建方法，包括以下步骤：

步骤1，结合旧时相遥感影像的分辨率，确定所分割瓦片的尺寸及数量，对旧时相遥感影像进行重叠网格划分；

步骤2，分割旧时相遥感影像；

步骤3，通过特征点检测算法提取每块瓦片的特征点数据；

步骤4，将特征点对应坐标信息及描述子数据用R*树作索引存入空间数据库；

作为本发明的优选方案，所述步骤2包括如下步骤：

a，由于特征点描述子数据受到其周围像素的影响，因此为保证从每一张瓦片中提取的特征数据与原影像相同，在分割时应根据特征点检测算法原理，对每块瓦片设置相应数量像素的余量；

b，按一定逻辑顺序读取旧时相遥感影像数据并将相应数据写入对应大小的瓦片。

作为本发明的优选方案，所述步骤3包括如下步骤：

a，根据每块瓦片所设置的余量，即与相邻瓦片的重叠部分，计算出从瓦片中检测到的特征点描述子数据与原影像相同的分界线，一般为重叠部分相应方向的中线；

b，根据特征点检测算法提取每块瓦片中的特征点数据并计算其描述子数据，中线以内部分为该瓦片有效数据。

作为本发明的优选方案，所述步骤4包括如下步骤：

a，分离出从每块瓦片中提取的每个特征点坐标信息及描述子数据，顺序存入数据库；

b，利用R树空间分割的理念，将每个特征点界定在一定大小的矩形区域内；

c，对数据库中的特征点数据写入R*树索引。