[发明专利]一种基于直线段的异源图像匹配方法

说明书

本发明涉及图像处理技术领域，提供了一种基于直线段的异源图像匹配方法，对参考图像和感知图像中的线特征分别进行提取，作为异源图像匹配的基元；分别构建线段端点与端点以及端点与线段之间的邻域关系，并将具有邻域关系的端点和线段连接起来，得到稳定性更好的直线段，构造出准确表示场景结构的线段集；在参考图像线段集和感知图像线段集之间构造线段对，计算可能的变换参数；选取使感知图像与参考图像具有最高相似性的变换参数，实现所述感知图像和所述参考图像的匹配。本发明可有效避免从航空图像中提取道路直线时产生的双边现象，极大降低了参与匹配的线段数量，且能够用尽量少的线段表示场景的几何结构；实现简单、计算速度快、可定量分析。

技术领域

本发明涉及图像处理技术领域，特别涉及一种基于直线段的异源图像匹配方法。

背景技术

景象匹配技术在无人机自主导航领域具有重要应用。为实现无人机的全天候自主导航，一种可行的技术是利用红外相机或SAR雷达对地面成像，然后将拍摄的实时图与预先制备好的卫片基准图进行匹配，从而获得无人机的位置和朝向信息。

由于拍摄时间、角度以及成像传感器的差异，实时图与基准图上的同名点在灰度值上不具有简单一致的函数关系，因此面向同源图像的匹配方法一般不适用于异源图像。当前典型的异源图像匹配方法主要分为两大类：一种是基于区域的匹配方法，主要利用互相关、互信息以及图像矩等技术；另一种是基于特征的匹配方法，主要利用点特征和线特征进行图像匹配。

基于区域的异源图像匹配方法在医学图像处理领域应用较多，具有匹配精度高的优点，但是时间效率低，且往往只能估计平移参数，而不能估计旋转参数。

景物的线特征在不同传感器上的成像往往比较稳定，在人工建筑比较密集的区域，景物的线特征数量丰富、分布广泛，非常适合作为匹配基元参与异源图像匹配。

发明内容

本发明的目的就是克服现有技术的不足，提供一种基于直线段的异源图像匹配方法，主要解决无人机视觉导航领域红外图像和可见光图像等异源图像之间的实时匹配问题；主要包括以下三个方面：

(1)从图像中提取直线段的后处理；

(2)两个线段集之间匹配关系的估计；

(3)两个线段集之间相似性的度量。

本发明在现有的线段提取技术基础上，首先通过分别构建线段端点与端点以及端点与线段之间的邻域关系，并利用最优化方法将具有邻域关系的端点和线段连接起来，从而得到稳定性更好的直线段；然后构造候选的线段对去计算可能的变换参数；最后选取使实时图经过变换后与基准图具有最高相似性的变换参数作为最终的变换参数，从而实现实时图与基准图的匹配。本发明所提方法可以获取实时图相对于参考图的欧氏变换参数，具有实时性好、鲁棒性高的优点，应用前景良好。

本发明的具体技术方案为：

一种基于直线段的异源图像匹配方法，参考图像和感知图像之间仅存在欧氏变换，即所述参考图像和所述感知图像之间仅存在旋转和平移关系，该方法对所述参考图像和所述感知图像中的线特征进行提取，所提取的直线段作为异源图像匹配的基元；通过分别构建线段端点与端点以及端点与线段之间的邻域关系，并利用优化方法将具有邻域关系的端点和线段连接起来，从而得到稳定性更好的直线段，构造出能够准确表示场景结构的线段集；在参考图像线段集和感知图像线段集之间构造线段对，计算可能的变换参数；选取使所述感知图像与所述参考图像具有最高相似性的变换参数作为最终的变换参数，实现所述感知图像和所述参考图像的匹配。

进一步的，所述感知图像为实时图，利用红外相机或SAR雷达对地面拍摄成像；所述参考图像为卫星照片。

进一步的，具体包括如下步骤：