[发明专利]一种像方空间一致性的低空遥感影像高精度匹配方法

权利要求书

1.一种像方空间一致性的低空遥感影像高精度匹配方法，其特征在于，包括步骤： 

步骤1.对基准和搜索影像创建金字塔，在影像金字塔顶层，进行SURF特征匹配，并采用随机理论进行粗差剔除，利用匹配同名像点解算二者仿射变换关系； 

步骤2.在基准影像进行特征点提取，以仿射变换关系为几何约束条件，将特征点位窗口变换到搜索影像，同时将搜索影像窗口纠正重采样到基准影像的像方空间坐标系下，进行相关系数匹配，得到基准影像的像空间坐标系下的匹配坐标点对； 

步骤3.利用多项式迭代对匹配结果进行粗差剔除，由获得同名像点再次解算、更新二者的仿射变换关系，接着进行影像金字塔下层影像匹配直至底层影像； 

步骤4.将金字塔底层影像匹配结果转换到搜索影像的像方空间坐标系下，进行高精度的最小二乘匹配，得到最终的匹配结果。 

2.根据权利要求1所述的一种像方空间一致性的低空遥感影像高精度匹配方法，其特征在于：步骤1中，在影像金字塔顶层，进行SURF特征匹配，并采用随机理论进行粗差剔除，利用匹配同名像点解算二者仿射变换关系，实现方式如下： 

首先对基准影像和搜索影像建立影像金字塔，采样间隔为2，采样方法为高斯采样，金字塔顶层影像宽高阈值为512像素；在影像金字塔顶层进行SURF特征匹配，利用基于一次多项式模型的随机采样法(RANSAC)对匹配结果进行粗差剔除，然后把匹配结果映射到基准影像和搜索影像的金字塔底层，带入 一次多项式，解算由基准影像像点到搜索影像像点的6个仿射变换系数。 

3.根据权利要求1所述的一种像方空间一致性的低空遥感影像高精度匹配方法，其特征在于：步骤2的实现方式如下： 

以基准影像的标准点位(或局部位置)s(x₀，y₀)为中心开窗口用Forstner算子进行特征点提取，提取特征点个数阈值和窗口大小分别记为300个、256像素，提取的特征点集记为P_t在影像金字塔第i层(i的初值等于影像金字塔的层数)，以特征点p_i(x，y)为中心，开大小为w_s×w_s的匹配窗口和大小W_d×W_d的搜索窗口，分别记为S_w、D_w，利用affine，将D_w的四个角点换算到搜索影像并求其外界矩形，记为D′_w，同时把将D′_w纠正重采样到以p_i(x，y)为中心，窗口大小为W_d×W_d的基准影像像方坐标系下，记为D″_w；遍历D″_w每个位置，计算S_w和D″_w窗口的相关系数，求得最大相关系数，满足阈值T_c，则保存结果，记为r_i(x，y)，其中w_s为11像素，W_d为51像素，T_c为0.9；对p_t点集所有点进行上述过程，得到匹配结果点集，记为r_d。 

4.根据权利要求1所述的一种像方空间一致性的低空遥感影像高精度匹配方法，其特征在于：步骤3的实现方式如下： 

把p_t点集和r_d点集代入上述一次多项式，解算仿射变换系数和各点对应残差，如果最大残差大于给定阈值T_e，则剔除该点，利用剩余点集重新解算仿射变换系数和残差，直至所有点满足阈值条件，粗差剔除结束，记录剩余点集p′_t和r′_d，并用最后一次解算的仿射变换参数更新affine，其中T_e为6；i值减1，对下层影像进行上述匹配。