[发明专利]一种基于多层次策略的光学与SAR影像高精度配准方法

说明书

技术领域

本发明涉及遥感影像处理技术领域，尤其是涉及一种基于直线特征的多层次光学与SAR影像精确配准方法。

背景技术

随着成像技术的发展，新型传感器不断涌现，已经从过去的单一传感器发展到现在的各种类型传感器，能够获取同一地区不同空间分辨率、不同光谱波段和不同时相的遥感影像。不同传感器获取的影像能够反映地物的不同特性，对异源影像数据进行融合能够提供更加全面准确的信息。其中，光学与SAR影像不同的成像方式、不同的成像波段等使得二者具有互补性，对于抢险救灾等应用具有明显的优势。SAR传感器由于利用微波波段进行主动式遥感，具有穿云透雾、全天时工作的能力，从而使得SAR影像可能成为灾害事件中成为唯一可用的数据。但由于传感器的模式、采集位置、空间分辨率、采集时间等不同，使得获取的同一场影的光学与SAR影像间存在较大的辐射与几何差异。因此，要综合利用不同遥感影像必须使它们实现几何意义上的对准，即需要进行图像配准。

目前光学与SAR影像配准方法主要分为:基于区域的配准方法和基于特征的配准方法。基于区域的配准方法通过定义某种相似性测度，计算图像中各个位置上当前窗口与模板之间在的相似程度，将配准问题转化为最大化相似性测度。常用的方法主要有：互信息法、交叉累积剩余熵法。基于特征的配准方法利用两幅图像中提取的显著特征(如角点、局部极值点、交点、轮廓、边缘、区域等)进行匹配，常用的方法主要有：SIFT及其改进方法、改进的迭代Hough变换等。基于特征的配准方法依赖特征提取的精度，而在光学与SAR影像中同名特征定位精度难以达到理想状态。基于区域的方法利用搜索窗口与模板之间的相似性确定匹配位置，在相似性测度优良的情况下配准精度较高但计算量大。

传统影像配准方法通常用人工方法精确选择一定数量的同名特征点进行匹配，但这样一方面需要较大的人工参与量，另一方面配准精度有限。而目前全自动的配准方法较少且难以具备普适性。为了提高算法的精度同时减少人工参与，一个想法是在人工匹配的基础上进行自动的精匹配，但精匹配中的搜索范围与人工匹配的精度相关，若初始匹配精度越高，在精匹配中就可以减小搜索范围，从而提高计算效率。

考虑到影像中的直线信息是一种重要的局部特征，广泛存在于各类人造目标以及自然地物的影像中，直线特征具有以下优点：1)直线提取具有稳健的算法，如Hough变换、最小二乘拟合等；2)相对于点特征来说，线特征有更高层次的语义信息，其长度、方向等信息在计算匹配关系时可用于建立数学约束或相似性度量。基于此，本文将选择直线进行特征匹配。本发明在人工匹配的基础上提取直线特征，对直线特征进行匹配进一步提高初始匹配的精度，最后进行精匹配。目前已有的直线匹配方法一般利用直线的中点、长度、支撑区域等属性建立相似性度量，或从全局优化的角度直接计算变换参数。由于噪声、对比度等影响，不同来源的遥感影像上很难提取出位置一致的直线，这就导致提取直线的中点、长度发生偏移，同时不同成像方式的影像直线支撑区域的灰度信息也会存在差异，从而导致配准精度降低。基于全局优化的方法采用参数寻优型框架解决直线匹配问题，但该类方法面临的两大问题是：如何排除局外特征的干扰、如何有效地实现优化问题的收敛。针对以上基于局部特征尤其是直线特征以及全局优化方法进行遥感影像配准存在的问题，在充分考虑基于特征以及基于区域的配准特性的基础上，首先，从生成交点的直线段对间的方向信息出发，寻找所有可能匹配的交点，构成候选匹配点集；再根据点集间的拓扑关系，依次迭代地剔除具有最大匹配误差的候选匹配点对，直到最终匹配点对满足“一一对应”且拓扑关系一致，从而获取最优匹配子集。其次，基于HOPC-NCC相似性测度，在对特征点进行HOPC描述后，以两个描述符间的NCC度量二者的相似性，并通过模板匹配策略，得到最佳匹配的像素点，在该像素临近区域内拟合HOPC-NCC，并计算其最大值，获得子像素级配准精度。为进一步提高精度，采用了迭代误差剔除方法除去可能存在的误匹配点对，直到配准精度小于一个像元，停止迭代。

发明内容

针对上述问题，本文提出一种基于多层次策略的光学与SAR影像高精度配准方法，是一种基于直线交点的匹配方法。该方法首先根据直线段间的几何关系寻找所有的候选匹配直线及其交点，再根据交点间的拓扑关系，剔除误匹配。通过这种逐步求精的多层次匹配策略既保证算法的有效性又具备较高的匹配精度。

一种基于多层次策略的光学与SAR影像高精度配准方法，包括以下步骤；

步骤1：人工选择3个以上的同名点或同名线对，对影像进行人工匹配；