[发明专利]一种基于分级策略的影像直线特征匹配方法

说明书

技术领域

本发明属于遥感图像处理影像匹配技术领域，涉及一种基于分级策略的影像直线特征匹配方法。

背景技术

影像匹配技术目前已经被广泛地应用于三维重建、影像拼接、影像检索、目标跟踪、人脸识别等方面，在民用、军事、医疗等领域具有重要的应用价值。影像匹配算法主要分为2类：基于影像像素灰度的匹配算法和基于影像特征的匹配算法。基于像素灰度的匹配方法直接以待定点为中心的窗口内影像灰度值为依据进行同名点的搜索。一般而言，这类方法大多不能顾及图像的总体结构，而是机械地按照某种或某几种相似性判据逐像素以一定大小的窗口顺序进行相关搜索。虽然在某些情况下能够获得较高的相关精度，但是由于对影像的灰度变化敏感，这类方法很难适应影像的不连续、阴影、遮蔽等问题。基于影像特征的匹配方法首先用某种特征提取算子提取影像中的特征，如点、线、面等，然后对提取的特征进行参数描述，最后以特征的参数值为依据进行同名特征的搜索，继而获得同名像点。基于特征的匹配方法能较好地克服基于灰度的匹配方法的不足。为了适应不同的图像变换，研究人员提出了各式各样的特征提取和匹配方法，其中，应用最广泛的是SIFT算法。SIFT算法在图像旋转、尺度变换、仿射变换和亮度变换条件下都具有较好的不变性。SIFT算法虽然有较好的匹配性能，但该算法是以牺牲存储空间和计算时间为代价，而且提取的部分特征点不具有直观的视觉意义。

随着高分辨率技术的发展，高分辨率影像的应用越来越广泛。高分辨率影像的特点是地物细节清晰，直线特征在影像上表现为直线段。只要有人类活动的地方，就会有人类社会的印记，房屋、道路、农田等，这些地物有个共同的特性——包含许多线特征。所以高分辨率影像上直线特征丰富。另外，直线特征相比于点特征，具有特征的数量少，但是特征的信息丰富，特征独特性高等特点。尤其在一些弱纹理区域，比如农田、水塘等，点特征少，但是，水塘有边界，农田有边界，田间有小路，这些在高分辨率影像上都呈现为线特征。在这些区域利用线特征得到的信息量远远大于点特征得到的信息量。针对以上特点，研究人员对高分辨率影像直线特征提取和匹配进行研究，提出了多种直线特征提取和匹配方法，但这些方法存在以下问题：

（1）一些方法试图仿照点特征匹配方法，先利用直线特征邻域像素灰度信息进行特征描述，然后利用特征描述符进行匹配。由于直线特征长短不一、支撑区域包含的结构信息不一致，对直线特征进行描述将十分困难；

（2）另外一些方法不对直线特征进行描述，直接利用简单的距离信息进行匹配，只能适用于已经基本配准的影像对之间的匹配。

发明内容

针对现有技术的缺点，本发明的目的是提供一种时间和存储效率高，且对影像旋转变换和尺度变换较稳定的影像直线特征匹配方法。

为实现上述目的，本发明的技术方案为一种基于分级策略的影像直线特征匹配方法，包括以下步骤： 

步骤a，对参考影像和待匹配影像分别提取直线段，包括进行边缘检测，将检测到的边缘链码进行筛选和拆分，得到近似为直线段的边缘，然后将近似为直线段的边缘拟合成直线段；

步骤b，将步骤a中得到的直线段分为长直线段和短直线段，计算长直线段的特征参数，根据特征参数对参考影像和待匹配影像的长直线段进行匹配，得到同名长直线段特征对，将未匹配成功的长直线段归为短直线段；

步骤c，利用步骤b所得的同名长直线段特征对作为控制基础，计算短直线段的关系描述符，实现短直线段的匹配。

而且，步骤a中，对检测到的每一条边缘链码进行筛选和拆分包括如下步骤，

步骤1.1，若边缘链码所包含的像素个数小于预设的阈值                                                ，则处理下一条边缘链码，否则进入步骤1.2；

步骤1.2，若边缘链码首尾端点之间的直线段所包含的像素个数小于预设的阈值，处理下一条边缘链码，否则进入步骤1.2；

步骤1.3，计算边缘链码上每个像素到边缘链码首尾端点之间的直线段的垂距，记录垂距最大值及边缘链码上相应的像素点；

步骤1.4，根据预设的阈值，若，则认为边缘链码是直线；否则，从像素点处将边缘链码分裂为两条边缘链码。

而且，步骤b中，将直线段分为长直线段和短直线段的实现方式是，对参考影像和待匹配影像分别将所有直线段按从长到短进行排序，选择前条两两互不平行的直线段作为长直线段，其余直线段为短直线段，为预设的长直线段条数。