[发明专利]一种基于多尺度特征的热红外图像配准方法

说明书

技术领域

本发明涉及一种遥感卫星图像配准的处理方法，特别是一种基于多尺度 特征的热红外图像配准方法。

背景技术

遥感技术目前已在社会和科技层面转向实际应用，这些应用包括自然灾 害的处理、气候变化评估、自然资源管理、环境保护等，所有这些都涉及长 期监测地球表面。近些年，图像配准在遥感应用中变的非常重要。图像配准 是图像处理中的基本任务，指的是匹配两幅或多幅来自不同时间、不同遥感 器、不同视角的同一物体或场景的图像。图像配准用于数字图像处理是为了 把两幅或多幅数字图像准确对准以便分析与比较，涉及生理学、计算机视觉、 模式识别、影像理解等多个领域知识。精确的配准算法对于支持镶嵌遥感卫 星图像、追踪地球表面环境变化、基础科学研究是非常重要的。

图像配准，即通过计算一组变换参数把两幅图像对准，这个问题看似定 义简单明了，似乎应该已有清楚通用的方法，而实际上远非如此。由于对应 于各种不同数据的应用众多，图像配准已经发展成为一项复杂的、具有很强 挑战性的、包含许多方法策略的任务。随着遥感、医学、以及其他领域获取 图像能力的不断增强，导致在过去20年里对图像配准技术进行了大量研究。 但到目前为止，还没有一种配准方法能够解决所有的配准问题，只能根据具 体的数据类型和应用来研究相应的算法。图像配准算法常分为基于区域和基 于特征的两种方法，但是一般只适用于灰度差别较小的影像，反映数据之间 的线性特征，不适用于灰度差别较大的影像之间的配准。

由于不同传感器成像原理不同，得到的图像间存在较大的灰度差异(如 多光谱图像和热红外图像)，同一景物在不同类型图像中呈现的特征也各不相 同，共性特征难以提取，这就使得基于灰度相关和图像特征的各种配准方法 不再适用、效果不好。

发明内容

本发明技术解决问题：克服现有技术由于不同传感器成像原理不同，得 到的图像间存在较大的灰度差异(如多光谱图像和热红外图像)，同一景物在 不同类型图像中呈现的特征也各不相同，共性特征难以提取，提供一种基于 多尺度特征的热红外图像配准方法，解决上述难题并应用于多光谱与热红外 图像的配准，将图像分解成不同尺度、不同方向的图像系列，具有特征可选 的优点，通过分解的系列图像，可以得到在不同尺度、不同方向上所需的特 征。

本发明的技术解决方案步骤是：一种基于小波特征的热红外图像配准方 法实现步骤如下：

(1)以多光谱图像为参考图像，热红外图像作为待配准图像，对参考图 像和待配准图像分别进行小波分解，分解后图像的分辨率与未分解前的多光 谱图像和热红外图像相同；

(2)计算步骤(1)中分解后图像中所有分解层的直方图，只有灰度值属 于前5％的多光谱图像和热红外图像特征点才被保留，这些特征点代表了配准 过程中要使用的点；

(3)对步骤(2)中的特征点进行相关计算，寻找匹配点，从而完成热红 外图像。

所述的步骤(1)的以多光谱图像为参考图像，热红外图像作为待配准图 像，对参考图像和待配准图像分别进行小波分解具体实现如下：

(11)对多光谱图像IMs用第一个滤波器H0进行滤波，生成滤波后的图 像IMsH0，利用第二个滤波器L0滤波生成图像IMsL0，然后对图像IMsL0 采用第三个滤波器Bk和第四个滤波器L1滤波得到图像IMsBk和图像IMsL1， k＝0,1,2；

(12)对热红外图像IMt用第一个滤波器H0进行滤波，生成滤波后的图 像MtH0，利用第二个滤波器L0滤波生成图像IMtL0，然后对图像IMtL0采 用第三个滤波器Bk和第四个滤波器L1滤波得到图像IMtBk和图像IMtL1， k＝0,1,2。

所述步骤(3)进行相关计算，寻找匹配点的具体实现如下：对多光谱图 像和热红外图像特征点采用归一化互相关准则进行滑动窗模板匹配，搜索相 关系数最大的点，即为匹配点。

本发明与现有技术相比有益效果为：

(1)本发明中的多尺度小波能够将多传感器(多光谱和热红外)、多分 辨率数据在不损失重要信息和不模糊较高分辨率数据的情况下变成相同空间 分辨率。在低分辨率，保留了重要的全局特征如河流、湖泊、山脊，以及道 路和其他人工建筑，同时，消除微弱的通常被认为是噪音或伪像元的更高分 辨率特征。