[发明专利]一种异源遥感影像配准方法

权利要求书

1.一种异源遥感影像配准方法，其特征在于，包括以下步骤：

步骤1：对基准影像和待配准影像利用小波变换进行多尺度分析，得到最粗尺度基准影像和最粗尺度待配准影像，所述的基准影像和待配准影像为光学影像、红外影像或SAR影像；

步骤2：在最粗尺度基准影像和最粗尺度待配准影像上进行直线提取并获取交点集；

步骤3：对步骤2所得交点集采用联合Voronoi图与谱图的点匹配方法获取同名点对；

步骤4.判断，所述的同名点对的数量是否小于预定阀值m？

如果是，则进行自适应调整直线提取参数，回转执行所述的步骤2，重新进行直线提取与交点集匹配，直到迭代次数达到预定阈值；

如果否，则进入步骤5；

步骤5.对所述的同名点对进行均方根误差计算，并判断，所述的均方根误差是否大于预定阀值n？

如果是，则排除具有最大误差的同名点对，对剩余的同名点对重新计算均方根误差，然后进入步骤6；

如果否，则进入步骤7；

步骤6：判断，所述的剩余的同名点对的数量是否小于预定阀值m？

如果是，则进行自适应调整直线提取参数，回转执行所述的步骤2，重新进行直线提取与交点集匹配，直到迭代次数达到预定阈值；

如果否，则回转执行所述的步骤5；

步骤7：将所述的同名点对映射到原始影像上，计算初始变换参数并得到初变换影像；

步骤8：对基准影像和待配准影像进行预处理，包括对光学影像和红外影像进行高斯滤波处理，对SAR影像进行Frost滤波处理；

步骤9：在对步骤8处理后的影像上分别提取直线特征，根据初始变换参数计算寻找同名直线段，进而获得候选同名点对；

步骤10：利用KNN图从结构上得到精确的匹配点对，对匹配点对采用多项式变换模型求解变换参数，得到最终配准结果。

2.根据权利要求1所述的异源遥感影像配准方法，其特征在于：步骤2中所述的在最粗尺度基准影像和最粗尺度待配准影像上进行直线提取并获取交点集，其具体实现包括以下子步骤：

步骤2.1：低层特征提取：在最粗尺度基准影像和最粗尺度待配准影像上提取线特征，其中光学影像和红外影像采用LSD算法，SAR影像先采用基于Gaussian-Gamma-Shaped Bi窗口算法提取边缘特征，再采用Hough变换提取直线特征；

步骤2.2：低层直线段预处理：对所有直线按长度从大到小排序，从最长的直线起统计斜率相近的线段，并计算线段间的距离，若距离小于阈值d，刚认为是属于同一条直线段，删除除长度最长的直线外的所有直线，只保留同一方向上最长的直线；

步骤2.3：低层交点求取：对预处理后的直线段求交点，为了防止斜率相近的线段相交得到极点，对线集中夹角在10°内的线段不进行交点求取，将最终获得的交点集作为控制点集。