[发明专利]基于分段仿射变换模型的城市遥感图像拼接方法及装置

说明书

本发明提供了一种基于改进分段仿射变换模型的城市遥感图像拼接方法。该方法针对星载非共线多线阵CCD相机所获取的城市遥感图像，首先采用归一化图像匹配算法获取图像重叠区的密集匹配点，并将其中的误匹配点去除，得到可以真实反映片间相对位置关系同名点；然后将重叠区同名点对的坐标位置关系转换为片间偏移量曲线，根据片间偏移量曲线整体变化趋势和局部变化特点对其进行分段，保证每段内的曲线近似线性；最后根据偏移量曲线的分段结果将相应的图像对进行分段，并在每一个分段内建立图像间的仿射变换模型，并对图像进行配准，实现相邻图像的拼接。从而解决非共线多线阵CCD相机获取的城市遥感图像拼接的问题。

技术领域

本专利涉及到一种基于分段仿射变换模型的城市遥感图像拼接方法，属于遥感图像处理领域。

背景技术

非共线多线阵CCD相机以其高分辨率、高幅宽的优势被广泛搭载在遥感卫星上，其所成图像在城市规划、城市建筑物提取、城市自然灾害监测等方面发挥着巨大作用。

非共线多线阵CCD遥感图像是由多片相互错位的子图像组成，所以在应用之前必须将它们进行拼接形成一幅无缝的完整图像。相邻子图像之间的相对位置关系会随着卫星姿态变化、地表高程的起伏发生变化，而且变化无规律，这一点可以从片间偏移量曲线上明显看出。因此，如果要获得较高的拼接精度，需要对图像进行分段，在每段内使用仿射变换模型进行图像的拼接，对此研究者们提出了一系列的方法。胡芬首先采用归一化互相关(Normalized Cross-Correlation，NCC)匹配算法获取片间重叠区的匹配点，然后根据行积分时间的跳变周期构建分段仿射变换模型完成图像的拼接。禄金波等同样采用NCC提取同名点，然后利用局部仿射变换建立相邻图像关系。李世威等根据图像行号将图像分为22段，在每段内采用NCC获取匹配点，然后根据每段的匹配点信息加权计算片间的近似偏移常量，采用平移的方法进行图像的拼接。孟伟灿等利用SIFT(Scale-invariant FeatureTransform)算法提取同名点，根据垂轨方向偏移量的变化趋势构建分段仿射变换模型，但算法中并未给出具体的分段原则，从结果上看每段的范围较大。

以上方法基本上都采用分段仿射变换模型完成相邻图像的拼接，但是分段的方法都没有根据片间偏移量的具体变化进行定量的精细化处理，不能精确反映相邻CCD图像的位置关系，因此难以保证多线阵CCD图像的拼接精度。

发明内容

本发明的目的在于提供一种基于分段仿射变换模型的城市遥感图像拼接方法。具体实现本发明目的的技术解决方案为：通过匹配算法得到相邻CCD图像重叠区同名点，将同名点的坐标关系转换为片间偏移量曲线并对其进行分段，然后将相邻图像分段并在每一段内采用仿射变换模型完成图像的拼接。步骤如下：

针对现有技术的缺陷，本发明提供一种基于分段仿射变换模型的城市遥感图像拼接方法，包括：

S1：输入待拼接图像，提取相邻图像重叠区的同名点；

S2：将同名点坐标关系转换为片间偏移量曲线，并对其进行分段；

S3：依据片间偏移量曲线的分段结果，对相邻图像进行分段，并分别求解各分段内的仿射变换模型系数，完成图像的拼接。

进一步的，所述提取相邻图像重叠区的同名点包括：

S11：提取相邻子图像的重叠区域，对重叠区图像进行直方图均衡化，提高图像的对比度；

S12：采用基于NCC的模板匹配算法，获得重叠区内均匀分布的密集匹配点，并采用基于聚类的算法去除去匹配点，得到可以正确反映相邻图像相对位置关系的同名点对，每个点都有两个坐标值，分别是卫星飞行方向坐标值和线阵CCD方向的坐标值。