[发明专利]月面影像的特征点选择和提取方法

说明书

技术领域

本发明属于计算机视觉和地理信息系统的技术领域，涉及图像的特征点提取，特别是涉及三维模型重建过程中，对航(卫)片进行特征点选择和提取的方法。

背景技术

“嫦娥一号”卫星的发射成功，引起了国际政治、军事和学术界的高度关注，它的任务之一就是获取月面的三维影像图。

特征点提取是同名像点匹配的前提和基础，而同名像点匹配则是实现由影像自动构建月面三维影像图的关键，特征点提取的数量、稳定性和准确性直接影响同名像点匹配率，并进一步决定自动构建的月面三维影像图的分辨率和精度。这是因为生成三维影像图需要得到不同影像上的同名像点，并根据立体视觉原理计算每个像素点的三维坐标，传统方法需要较多的人工干预，并且要利用激光高度计的探测数据来补充和融合。如果能够自动从二维影像中提取到足够密度的特征点，并对CCD立体相机所拍摄的正视、前视和后视三幅不同角度影像的特征点进行匹配，得到同名像点，进而计算出该点的三维坐标，那么就可以避免大量的人工干预，提高月面三维影像图的成图速度和质量。由此可见，提取月面影像特征点应具备尽可能高的密度，并同时满足较高的准确性。目前特征点的提取通常是针对不同的图像特征和不同的应用背景，采用各种提取算子。Moravec算子、Forstner算子作为传统的特征点提取算子，原理直观、算法简单、计算方便，但是对于复杂的图像，提取的质量不高。Harris算子算法简单、定位准确，不受图像旋转、灰度变化的影响，但是抗缩放、抗仿射变形功能较弱。SIFT算子不受图像尺度和旋转的影响，对光线变化、噪声、仿射变形都具有鲁棒性。SUNSAN算子对角点的检测比对边缘检测的效果好，适用于基于角点匹配的图像配准。但上述这些常用的方法不能完全适应月面的影像特征，且无法满足月面三维影像图自动构建对特征点的数量、稳定性和准确性的需求。

发明内容

本发明的目的是解决月球三维影像图自动构建过程中，从月面二维影像中提取什么样的特征和怎样提取的问题，提出一种月面影像的特征点选择和提取方法。

本发明月面影像的特征点选择和提取方法实现方案如下：

1.根据月表月坑的特点，设计了五类特征点：分别为大面积阴影区域中心、大面积高亮区域中心、阴影中心、亮度中心、阴影中心和亮度中心的连线中心。

2.上述五类特征点的选择和提取方法包括以下步骤：

步骤一：分别确定阴影和高亮亮度阈值，根据月面影像各像素亮度与阈值的大小关系，计算大面积阴影区域中心和大面积高亮区域中心位置，并计算表征特征大小的参数——半径。其中，中心位置(x，y)以及它们的特征半径(radius)由下式确定：