[发明专利]一种基于精确点位预测模型的遥感影像密集匹配方法

权利要求书

1.一种基于精确点位预测模型的遥感影像密集匹配方法，其特征在于，该密集匹配方法包括以下步骤：

1)基于严密几何模型对HRSC影像进行近似核线重采样；

2)对重采样后的HRSC影像利用SURF算法提取影像特征点作为初始匹配同名点；

3)将得到的初始匹配同名点作为已知点进行第一次加密匹配，提取待匹配影像的特征点P_i；

4)利用仿射变换模型对所提取的待匹配特征点P_i进行同名点预测，并确定搜索窗口范围；

5)以预测点为中心，在预测点搜索窗口范围内计算各点与待匹配特征点P_i的相关系数，从而确定待匹配特征点P_i的同名点，所述各点为搜索窗口范围内的HRSC影像上的像点；

6)将得到的同名点作为下一层加密匹配的已知点，重复步骤3)至步骤5)的特征点提取、点位预测和相关系数匹配过程，进行逐层加密匹配，直至获取满足需要的匹配点数量，或者影像中已经不能再提取出特征点。

2.根据权利要求1所述的基于精确点位预测模型的遥感影像密集匹配方法，其特征在于，所述步骤3)是采用Shi-Tomasi算子进行特征点提取的。

3.根据权利要求2所述的基于精确点位预测模型的遥感影像密集匹配方法，其特征在于，所述步骤4)中的仿射变换模型为：

x₁＝G₀+n₁x₁+n₂y₂

y₁＝b₀+b₁x₁+b₂y₂

其中(x₁，y₁)为待匹配点坐标，(x₂，y₂)是同名点预测坐标，a₀、a₁、a₂、b₀、b₁和b₂为模型参数。

4.根据权利要求3所述的基于精确点位预测模型的遥感影像密集匹配方法，其特征在于，所述步骤4)中同名点的预测过程为：

a.对待匹配的特征点P_i以设定的搜索半径为步长从已知点中搜索与P_i邻近的n个点；

b.利用得到的n个点按照最小二乘原理解算仿射变换模型中模型参数；

c.根据解算后的模型参数计算仿射变换模型中的同名点预测坐标，从而确定同名点预测值。

5.根据权利要求4所述的基于精确点位预测模型的遥感影像密集匹配方法，其特征在于，所述步骤4)中搜索窗口的范围由邻近已知点与待匹配特征点P_i的距离以及核线、地形约束条件设定。

6.根据权利要求4所述的基于精确点位预测模型的遥感影像密集匹配方法，其特征在于，所述步骤a是采用KD树算法对邻近已知点进行搜索。

7.根据权利要求1所述的基于精确点位预测模型的遥感影像密集匹配方法，其特征在于，所述步骤1)中基于严密几何模型构建过程如下：

A.利用GDAL开源图像处理库将HRSC Level 2级PDS格式影像数据转换为TIFF格式；

B.利用SPICE库获取HRSC相机的焦距、像元大小、像元位置参数；

C.将HRSC原始PDS格式数据导入ISIS系统，导出扫描行时间文件；

D.利用SPICE库及卫星影像扫描行时文件获取每一扫描行的位置、姿态数据；

E.利用获取的相机几何参数、位置、姿态信息构建HRSC影像严密几何模型。

8.根据权利要求1-7中任一项所述的基于精确点位预测模型的遥感影像密集匹配方法，其特征在于，所述步骤6)中当影像中已经不能再提取出特征点时，可在待匹配影像上按照一定的格网间距选择一个特征相对明显的像点作为待匹配点，并对获取的待匹配点进行点位预测、相关系数匹配以获取密集匹配点。