[发明专利]多特征多级别的可见光全色与多光谱高精度配准方法

说明书

技术领域

本发明涉及一种用于可见光全色与多光谱图像的配准方法，尤其是航天、航空传感器平台获取的遥感影像的配准方法。

背景技术

单独依靠高空间分辨率全色图像或低空间分辨率多光谱图像都无法得到目标全面、真实的信息，必须同时提供细节信息和颜色特征，人眼才能准确判断遥感图像中包含的目标。然而，由于硬件的制约，不可能同时获取高空间分辨率的多光谱图像。为此，一般的卫星都同时拍摄高空间分辨率全色图像和低空间分辨率多光谱图像。利用配准、融合技术，可以将空间分辨率全色图像和低空间分辨率多光谱图像生成高空间分辨率的多光谱图像，生成的图像既保持了全色图像的空间分辨率特性，又融入了多光谱图像的颜色信息，从而为判图人员提供了便利。然而，与手持数码细节拍摄的高清图像相比，遥感图像的质量较差，配准难度增加。对于大尺寸遥感图像，重复性结构(如建筑物)的存在给传统的特征匹配方法带来了挑战。然而，传统的图像融合方法对图像配准精度有很高的要求(一般要求配准精度优于0.5像素)。在这种情况下，研发出自动、实用的遥感图像高精度配准系统，变得尤为迫切和必要。

在遥感图像配准方面，国内外研究者和技术人员都进行了大量研究，并推出了一些相关产品如Erdas和Envi。这些软件在QuickBird、WorldView等国外卫星数据上可以得到很好的配准精度。然而，由于国产卫星图像质量的特殊性，这些商业软件对国产卫星的配准性能并不好。因此导致了这样的局面：一方面，国家加大投资力度，大力发展国产卫星，并将民用卫星数据免费提供给国内用户；另一方面，由于国产卫星图像配准难度很大，很多用户宁可花钱购买国外卫星数据，大量国产卫星数据被闲置。这种局面造成了国家资金、资源的巨额浪费；如果这种趋势继续持续下去，还会造成我国对国外的恶性依赖，对国防、经济、科技发展都极为不利。实际上，即使是Erdas和Envi软件，采用的也是传统的配准方法，没有考虑到大尺寸遥感图像配准的特殊要求。因此，对于大尺寸遥感图像，现有的软件处理速度都很慢；甚至因内存问题无法完成大尺寸图像的配准。因此，必须针对国产卫星数据研究具有自主知识产权的高精度配准方法，在精度、速度、自动化程度等方面满足实际应用的需要。

发明内容

(一)要解决的技术问题

本发明所要解决的技术问题是针对国产卫星图像的特殊性和现有商业软件对大尺寸图像配准的不足，提供一种自动、高效的遥感图像高精度配准方法

(二)技术方案

本发明提出一种可见光全色图像与多光谱图像的配准方法，包括如下步骤：

步骤S1、对全色图像和多光谱图像进行多尺度分解，生成低分辨率的全色图像和多光谱图像；

步骤S2、在所述低分辨率图像对上提取、匹配SIFT特征并去除外点，利用匹配的SIFT特征对和迭代重加权最小二乘法得到初始变换模型；

步骤S3、在原始图像对上利用所述初始变换模型据提供的几何约束，进行基于图像块对的SIFT特征提取、匹配及外点去除，并在所有的SIFT特征对集合上选择最优的变换类型并利用迭代重加权最小二乘法求得变换参数；

步骤S4：根据所述变换模型对多光谱图像进行变换，得到变换后的多光谱图像。

(三)有益效果

本发明通过基于多特征多级别的可见光全色与多光谱高精度自动配准方法，可以有效解决国产卫星图像配准问题，弥补国外商业软件对大尺寸遥感图像处理方面的缺陷。本发明的配准方法对国产卫星图像具有很好的通用性和实用性，将大大推动国产卫星的广泛应用，具有很好的经济效益。

附图说明

图1是本发明的系统框图；

图2是本发明的方法的一个具体实施例的提取SIFT特征的例图；

图3是本发明的方法的一个具体实施例的SIFT特征提取中DOG构建图例；

图4是本发明的方法的一个具体实施例的SIFT特征提取中极值点提取图例；

图5是本发明的方法的一个具体实施例的SIFT特征提取中主方向检测图例；

图6是本发明的一个具体实施例的为特征点构造描述向量的一个示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。