[发明专利]基于结构信息和空间约束的遥感图像配准方法

说明书

本发明公开了一种基于结构信息和空间约束的遥感图像配准方法，主要解决了传统遥感图像配准方法中匹配点对较少，以及配准失效或精度较低的问题，本发明的步骤是：(1)读取数据；(2)检测特征点；(3)采用结构信息生成特征描述符；(4)利用空间约束筛选匹配点对；(5)获得几何形变参数；(6)将待配准图像进行几何变换。本发明与现有技术相比，采用结构信息生成特征描述符，提高了特征描述符的有效性和鲁棒性，利用空间约束筛选匹配点对，增强了对错误匹配点对的滤除能力，增加了正确匹配点对数量，解决了遥感图像配准失效问题，提高了遥感图像配准的精度。

技术领域

本发明属于图像处理技术领域，更进一步涉及遥感图像处理技术领域中的一种基于结构信息和空间约束的遥感图像配准方法。本发明可用于不同时间、不同角度、不同传感器得到的灰度非线性变化的遥感图像配准。

背景技术

图像配准是将不同时间、不同角度或不同传感器拍摄的同一景物的两幅或多幅图像进行对准叠加的过程。给定参考图像和待配准图像，由于图像成像条件不同，图像在光照、对比度、尺度、旋转、灰度变化等方面可能都有很大差异，图像配准的主要目的就是要克服这些困难，找到一个从待配准图像到参考图像的最佳空间几何变换，将两幅图像变换到同一坐标系下，使得变换后的待配准图像相对于某一相似度量函数来说与参考图像具有最大程度的相似性。

西安电子科技大学在其申请的专利“基于互信息选块和sift特征的遥感图像配准方法”(专利申请号：CN201410379927，公开号：CN104200461A)中提出了一种基于尺度不变性特征转换SIFT(Scale invariant feature transform)和互信息的遥感图像配准方法。该方法首先对图像进行分块，随机从参考遥感图像和待配准遥感图像中选取图像对，计算每一对图像的互信息；然后对互信息进行降序排列；选取前n个互信息较大的图像块提取尺度不变性特征转换SIFT特征，并进行粗匹配，去除错误匹配，计算两幅图像之间的变换矩阵参数和变换后的互信息值；最终选取互信息值最大的变换矩阵参数作为图像配准结果。该方法能够加快图像配准的速度，但是该方法在特征点检测、特征点主方向分配和特征点描述子生成阶段采用尺度不变性特征转换SIFT方法，在遥感图像对的灰度非线性变化较大的情况下正确匹配率会迅速下降，当遥感图像中存在较多相似特征时，该方法仅仅采用最近邻方法，得到较多错误匹配点对。