[发明专利]面向低重叠图像匹配的自适应最大滑动窗口匹配方法

说明书

一种自适应最大滑动窗口匹配方法，包括以下步骤：将待匹配图像分为基准图像和滑动图像，设置待匹配图像间估计匹配位置(x₀，y₀)，设置横向搜索像素数为R_x和纵向搜索像素数为R_y；计算滑动图像的横向滑动范围T_x和纵向滑动范围T_y；在滑动范围内逐像素移动滑动图像，并计算重叠区域的相似性；记录最大重叠滑动窗口相似性最高的位置，即为图像的最佳匹配位置。本方法不受待匹配图像尺寸和重叠区域尺寸限制，尤其适用低重叠度图像间的自动匹配处理。并通过自适应调节滑动窗口，度量待匹配图像间的最大重叠区域的相似性，使用较多的图像信息，提升匹配结果的准确性。

技术领域

本发明涉及图像匹配技术领域，具体涉及一种面向低重叠图像匹配的自适应最大滑动窗口匹配方法。

背景技术

图像匹配是实现多幅图像信息综合应用的重要图像处理方法，在计算机视觉、遥感数据处理等领域有广泛的应用。现有的图像匹配方法主要包括基于特征的方法和基于区域的方法。SIFT特征匹配方法是经典的基于特征的图像匹配方法，其匹配过程主要包括构建尺度空间并检测显著特征点，生成特征描述符，进行特征相似性度量获得图像匹配关系。SIFT特征尺度空间构建过程和特征描述子生产过程分别如图1(a)和图1(b)所示。

模板匹配方法是常用的基于区域的图像匹配方法。模板匹配方法将待匹配图像分为基准图和模板图，模板图像在基准图像范围内平移，并计算模板图像与其覆盖下基准图像之间的相似性，获得最佳匹配位置，其处理示意图如图2所示，其中，f表示待匹配的基准图像，t表示待匹配的模板图像，假设基准图像的宽为w，高为h，模板图像的宽为w₀，高为h₀，则模板匹配有一定的搜索范围限制，即横向搜索范围0到w-w0，纵向搜索范围为0到h-h₀。

图像匹配方法的共同点是要求待匹配图像间具有一定的重叠区域。基于SIFT特征匹配方法的特征检测和特征描述过程对待匹配图像共同区域的尺寸和纹理显著程度有明显要求。基于模板匹配的方法，需要将模板图像在基准图像范围内滑动，要求待图像间重叠区域较大，且搜索范围有限。对于待匹配图像间重叠区域较小的情况，例如光学遥感相机CCD成像片间，光学遥感相机摆扫成像模式获得的条带图像间等，现有匹配方法都无法最大程度使用图像间的重叠信息，因此，无法获得准确稳定的匹配结果。

在实现本发明的过程中，申请人发现上述现有单幅遥感影像目标高度计算技术存在如下技术缺陷：

(1)现有匹配方法需要选取一定尺度的点特征或者模板，这就限制了待匹配图像重叠区域的最小尺寸，因此，无法应用于重叠区域窄小图像间的匹配处理；

(2)现有匹配方法，没有充分使用重叠区域的信息，仅通过度量特征周边或模板区域信息进行图像匹配，匹配稳定性不足。

发明内容

有鉴于此，本发明的主要目的在于提供一种面向低重叠图像匹配的自适应最大滑动窗口匹配方法，以期部分地解决上述技术问题中的至少之一。

为了实现上述目的，作为本发明的一方面，提供了一种面向低重叠图像匹配的自适应最大滑动窗口匹配方法，包括以下步骤：

将待匹配图像分为基准图像和滑动图像，设置待匹配图像间估计匹配位置(x₀，y₀)，设置横向搜索像素数为R_x和纵向搜索像素数为R_y；

计算滑动图像的横向滑动范围T_x和纵向滑动范围T_y；

在滑动范围内逐像素移动滑动图像，并计算重叠区域的相似性；

记录最大重叠滑动窗口相似性最高的位置，即为图像的最佳匹配位置。