[发明专利]一种Landsat与SPOT卫星影像自动配准方法

说明书

本发明涉及一种Landsat与SPOT卫星影像自动配准方法，包括以下内容：获得SPOT卫星影像以及Landsat卫星影像，分别对获得的卫星影像进行预处理；采用SIFT算法对两幅卫星影像分别进行处理，获得初始匹配集合；对初始匹配集合完成空间一致性约束筛选；对一次筛选后的匹配结果进行二次筛选；采用误差剔除后正确的匹配点计算SPOT卫星影像和Landsat卫星影像之间的几何模型相似变换系数，实现了Landsat与SPOT卫星影像的配准。本发明实现了空间分辨率差距较大的Landsat与SPOT卫星影像的高精度匹配，从而实现空间分辨率差距较大的卫星图像几何校正。

技术领域

本发明涉及一种卫星影像间的自动配准方法，特别是关于一种Landsat中分辨率与SPOT高分辨率卫星影像自动配准方法。

背景技术

图像配准是在不同时相、不同传感器或不同视角的同一景物的两幅或多副图像进行匹配和几何校准的过程。随着图像传感器技术的发展，多传感器图像配准是遥感图像处理的重要研究内容，也是图像融合、长时间序列变化检测以及镶嵌等过程中必不可少的预处理步骤。

现有遥感图像配准方法可以划分为四类：基于区域的配准、基于特征的配准、基于混合模型的配准以及基于物理模型的配准。其中，基于特征的配准是目前使用最多的遥感图像配准方法，它将整个图像的分析转化为对图像特征的分析，降低了计算量，较适合大场景的图像配准。其中，较为典型的是Lowe于1999年提出了尺度不变特征变换(ScaleInvariant Feature Transform,SIFT)，Baya于2008年提出了SURF(Speeded up RobustFeatures)局部算子，得到了广泛应用。但是这些方法实现的基础是多源影像中具有同类型特征，Landsat 5/7/8多光谱影像分辨率为30m，SPOT 6多光谱分辨率为6m，与Landsat多光谱图像间分辨率相差5倍，SPOT 5全色分辨率为5m，与Landsat多光谱图像间的分辨率相差6倍，特征的差异性极大，有可能会把一些特征相似性较小但却是正确的匹配点对剔除掉，造成上述方法配准失效，在此类领域还没有将分辨率差异性较大(5-6倍)的Landsat中分辨率和SPOT高分辨率卫星影像配准的自动配准方法。

发明内容

针对上述问题，本发明的目的是提供一种能够增大匹配阈值获得更多图像特征的Landsat与SPOT卫星影像自动配准方法。

为实现上述目的，本发明采取以下技术方案：一种Landsat与SPOT卫星影像自动配准方法，包括以下内容：

获得SPOT卫星影像以及Landsat卫星影像，分别对获得的卫星影像进行预处理；

采用SIFT算法对两幅卫星影像分别进行处理，获得初始匹配集合；

对初始匹配集合完成空间一致性约束筛选；

对一次筛选后的匹配结果进行二次筛选；

采用误差剔除后正确的匹配点计算SPOT卫星影像和Landsat卫星影像之间的几何模型相似变换系数，实现Landsat与SPOT卫星影像的配准。

进一步地，对获得的卫星影像进行预处理具体过程为：

1)分别对SPOT卫星影像和Landsat卫星影像建立高斯图像差分金字塔DOG，通过不同尺度的高斯核函数连续滤波和下采样，形成高斯金字塔图像，并对相邻尺度的高斯图像相减得到DOG多尺度空间；

2)对DOG多尺度空间每个点与相邻位置点和上下相邻尺度点逐个进行比较，得到局部极值点并定义为关键点；

3)将关键点邻域内各点梯度方向的直方图中最大值所对应的方向作为关键点的主方向，采用特征向量描述关键点。

进一步地，采用SIFT算法对两幅卫星影像分别进行处理，获得初始匹配集合，具体过程为：