[发明专利]一种超高分辨率遥感图像中高层建筑特征点匹配方法

说明书

本发明公开一种超高分辨率遥感图像中高层建筑特征点匹配方法，该方法针对城市中高层建筑在不同视角的超高分辨率遥感图像中会发生空间位置的变化，导致落在高层建筑上的特征点对减少的问题，在参考图像和待配准图像中采用多种特征点提取方法获得大量特征点，对初匹配后的特征点对，首先采用严格的筛选条件，获得少量匹配准确性高的特征点对，分析图像间的图像视角差，并利用图像视角差和建筑物的图像位移差放松筛选条件，获得较多同时包含错误和正确的特征点对，最后利用特征点对周围图像块的相似性进一步验证特征点对，去除错误的特征点对，保留较多的正确匹配特征点对。

技术领域

本发明属于数字图像处理技术领域，涉及一种多时相遥感图像特征点配准方法，尤其涉及一种多时相超高分辨率遥感图像中高层建筑特征点配准方法，其为在分析多时相遥感图像视角差异的基础上利用特征点对周围图像块的相似性分析特征点对的匹配性。

背景技术

多时相遥感图像配准是遥感图像变化检测、信息融合的基础。城市遥感图像分析中，一方面，随着遥感技术的发展，遥感图像的分辨率越来越高；另一方面，为提高城市土地利用效率，高层建筑越来越普遍。在超高分辨率的遥感图像中，不同拍摄视角下，高层建筑的形态及在图像中的位置发生较为明显的变化，同时对周围地物形成遮挡，高层建筑周围的图像也可能发生一定变化，这些对特征点的匹配形成干扰，减少了建筑物上正确匹配特征点对的数量。

基于特征的多时相遥感图像配准过程，典型步骤包括：(1)提取特征：主要特征包括点特征、线特征和区域特征，其中点特征研究偏多，主要利用点周围的灰度变化检测特征点，先后出现了Forstner、Gabor、SUSAN、Harris、SIFT和SURF等特征，其中SIFT和SURF等特征点具有良好的局部不变性，在图像配准中得到广泛应用；线特征和区域特征主要是利用直线提取技术和区域分割技术获得图像中包含的主要直线和区域。(2)特征匹配：主要根据所提取特征的描述方式来匹配特征，形成特征对，如点特征SIFT和SURF利用特征点周围灰度变化的相似性，线特征利用直线方向、直线之间空间关系等的相似性，区域特征利用区域面积、形状等的相似性。(3)特征对筛选：针对特征匹配中部分错误匹配的特征对，采用马氏距离、RANSAC等方式去除。(4)空间变换：利用正确匹配的特征对，计算空间变换模型，利用空间变换模型对待匹配图像进行变换，使得参考图像和待匹配图像一致，其中典型的空间变换模型包括仿射变换、透视变换、多项式变换等。

在不同视角的超高分辨率城市遥感图像中，中高层建筑会在图像呈现不同形态。此时中高层建筑的侧面在图像中表现形状存在差异，在中高层建筑物侧面获得特征，同时这些中高层建筑对周围地物造成遮挡，也对特征选取造成影响，导致获得的可匹配特征少。中高层建筑的顶部尽管在图像中的位置存在差异，但是其基本结构特征、颜色特征保留较好，是特征提取与匹配的重点区域。因中高层建筑物的高度存在差异，导致中高层建筑物屋顶的特征间不能服从同一空间变换，在特征对筛选阶段，部分已正确匹配的特征对被去除。本发明针对这部分已正确匹配的特征对展开分析，以保留这部分已正确匹配的特征对，增加特征对的数量，为后续的信息融合和变化检测等提供更多更好的信息。

本发明所提出的特征点匹配方法主要分为三部分，第一部分，提取特征点并初步匹配；第二部分，严格筛选出少量正确匹配的特征点对，并利用正确匹配的特征点对，分析视角变化信息；第三部分，结合视角变化信息，对初步匹配的特征点对重新筛选，并分析特征点对周围图像块的相似性验证特征对的匹配性。

发明内容

本发明所要解决的技术问题在于提供一种超高分辨率遥感图像中高层建筑特征点匹配方法。该方法针对不同视角下高层建筑在高分辨率遥感图像中发生的位置变化，导致高层建筑上匹配的特征点对少的问题，利用参考图像和待匹配图像间存在的视角差异信息一致，筛选出特征角度变化相同的特征点对，并利用特征点对周围图像块的相似性进行验证，以得到更多的匹配正确的落在高层建筑上的特征点对。

为实现上述目的，本发明所述超高分辨率遥感图像中高层建筑特征点匹配包括如下步骤：