[发明专利]基于多特征点的遥感图像配准方法

权利要求书

1.一种基于多特征点的遥感图像配准方法，包括如下步骤：

(1)输入参考遥感图像I₁和待配准遥感图像I₂；

(2)构造参考遥感图像I₁和待配准遥感图像I₂的各向异性尺度空间图像：

(2a)计算各向异性尺度空间各层的尺度值；

其中，σ_i表示各向异性尺度空间的第i层图像尺度值，σ₀表示尺度参数的初始基准值，i＝0,1,2,...,L-1，i表示各向异性尺度空间层的序号，L表示各向异性尺度空间层的总数；

(2b)将尺度空间值转换到时间度量值；

(2c)对输入图像采用标准差为σ₀的高斯滤波，得到参考遥感图像I₁和待配准遥感图像I₂各向异性尺度空间第0层图像；

(2d)将各向异性尺度空间层的序号i从零开始；

(2e)计算参考遥感图像I₁和待配准遥感图像I₂各向异性尺度空间的第i层图像的扩散系数矩阵；

(2f)计算参考遥感图像I₁和待配准遥感图像I₂各向异性尺度空间的第i+1层图像：

其中，表示参考遥感图像I₁各向异性尺度空间的第i+1层图像，表示待配准遥感图像I₂各向异性尺度空间的第i+1层图像，表示参考遥感图像I₁各向异性尺度空间的第i层图像的扩散矩阵，E₁表示一个与同等大小的单位矩阵，表示待配准遥感图像I₂各向异性尺度空间的第i层图像的扩散矩阵，E₂表示一个与同等大小的单位矩阵，t_i和t_i+1分别表示各向异性尺度空间的第i层和第i+1层的时间度量值，表示参考遥感图像I₁各向异性尺度空间的第i层图像，表示待配准遥感图像I₂各向异性尺度空间的第i层图像，(·)^-1表示逆矩阵操作；

(2g)判断i≥L-1是否成立，若成立，得到参考遥感图像I₁和待配准遥感图像I₂的各向异性尺度空间图像，否则，令i＝i+1，返回步骤(2e)；

(3)分别在参考遥感图像I₁和待配准遥感图像I₂的各向异性尺度空间图像上使用Hessian算子进行纹理特征检测，得到参考遥感图像I₁的第一特征点集P₁和待配准遥感图像I₂的第一特征点集Q₁，特征点集中保存的是特征点的坐标信息；

(4)分别在参考遥感图像I₁和待配准遥感图像I₂的各向异性尺度空间图像上使用Harris算子进行角点特征检测，得到参考遥感图像I₁的第二特征点集P₂和待配准遥感图像I₂的第二特征点集Q₂；

(5)将参考遥感图像I₁的第一特征点集P₁与第二特征点集P₂进行结合，删除重复的坐标点后得到参考遥感图像I₁的最终特征点集P；将待配准遥感图像的第一特征点集Q₁与第二特征点集Q₂进行结合，删除重复的坐标点后得到待配准遥感图像的最终特征点集Q；

(6)分别生成参考遥感图像I₁的特征点集P的特征向量D₁和待配准遥感图像I₂的特征点集Q的特征向量D₂；

(7)将参考遥感图像I₁的特征向量D₁和待配准遥感图像I₂的特征向量D₂进行匹配，得到初始匹配点对；

(8)使用随机抽样一致性算法RANSAC，提纯初始匹配点对，剔出误匹配点，得到待配准遥感图像I₂到参考遥感图像I₁的仿射变换参数；

(9)根据仿射变换参数值，对待配准遥感图像I₂进行仿射变换，得到仿射变换后的图像F₁；

(10)将仿射变换后的图像F₁与参考遥感图像I₁进行融合，得到融合后的图像。