[发明专利]一种基于二进小波的遥感影像多尺度边缘提取与匹配方法和系统

权利要求书

1.一种基于二进小波的遥感影像多尺度边缘提取与匹配方法，其特征在于，包括如下步骤：

步骤1，对基准影像与目标影像分别进行预处理；

步骤2，对预处理后的两幅影像分别进行多尺度边缘检测；

步骤3，在尺度空间与影像空间进行梯度值非极值抑制，以剔除无效边缘；

步骤4，通过长度阈值和曲率阈值筛选出有效边缘；

步骤5，对有效边缘结果二值化，并通过核线约束进行边缘匹配；

步骤6，利用最小二乘平差方法剔除错误匹配点，获得最终的匹配结果。

2.如权利要求1所述的一种基于二进小波的遥感影像多尺度边缘提取与匹配方法，其特征在于：步骤1中所述预处理包括，利用遥感影像的成像模型参数和已有DEM数据或平均高程数据，将影像从像方空间投影到物方空间来消除影像间的旋转和成像角度差异；通过影像重采样消除影像分辨率不同带来的尺度差异；采用Wallis滤波对影像进行处理，去除影像中的离散噪声，同时突出边缘特征。

3.如权利要求1所述的一种基于二进小波的遥感影像多尺度边缘提取与匹配方法，其特征在于：步骤2中利用二进小波变换实现遥感影像的多尺度边缘检测，所述二进小波滤波器的表达式为，

其中h为低通滤波器，g为高通滤波器，通过高通滤波器分别在x方向(水平方向)与y方向(竖直方向)卷积获得影像的高频信息，即梯度值。

4.如权利要求1所述的一种基于二进小波的遥感影像多尺度边缘提取与匹配方法，其特征在于：步骤4的具体实现方式如下，

1)长度阈值筛选：边缘长度满足阈值，判定有效，反之，判定无效；

2)曲率阈值筛选：为保留接近直线或圆的易于匹配的边缘特征，采用双阈值判定，曲率大于较大阈值的认为是接近直线的边缘特征，曲率小于较小阈值的认为是接近圆的边缘特征；

同时满足以上两条准则的边缘，判定为有效边缘。

5.如权利要求1所述的一种基于二进小波的遥感影像多尺度边缘提取与匹配方法，其特征在于：步骤5的具体实现方式如下，

首先从基准影像与目标影像提取两组有效边缘特征结果，将有效边缘特征进行二值化表示，边缘点值设为1，非边缘点值设为0；

然后根据影像的初始定位信息计算基准影像每个边缘点在预纠正目标影像上的坐标，根据影像初始定位精度确定一个大概的搜索半径，然后引入核线约束，将匹配搜索方向由二维搜索限制为一维搜索，通过在一定搜索范围内，进行逐像素移动，分别计算两组边缘特征的响应值，具有最大响应值的匹配结果即认为是正确匹配结果；其中，响应值采用逻辑运算中的“与”运算，即若基准影像上一像素点与当前对应的目标影像上一点均为边缘点，响应值为1，否则为0。

6.如权利要求1所述的一种基于二进小波的遥感影像多尺度边缘提取与匹配方法，其特征在于：步骤6的具体实现方式如下，

在基准影像与目标影像间构建仿射变换模型，如下式所示：

x'＝ax+by+c

y'＝dx+ey+f

其中(x,y),(x',y')分别是匹配点对在基准影像和目标影像上的坐标，a,b,c,d,e,f为仿射变换参数，然后通过最小二乘平差方法来剔除残差大于粗差阈值的匹配点，最终保留下来的匹配点对认为是正确的匹配点。

7.一种基于二进小波的遥感影像多尺度边缘提取与匹配系统，其特征在于，包括如下模块：

预处理模块，用于对基准影像与目标影像分别进行预处理；

多尺度边缘检测模块，用于对预处理后的两幅影像分别进行多尺度边缘检测；

非极值抑制模块，用于在尺度空间与影像空间进行梯度值非极值抑制，以剔除无效边缘；

有效边缘筛选模块，用于通过长度阈值和曲率阈值筛选出有效边缘；

边缘匹配模块，用于对有效边缘结果二值化，并通过核线约束进行边缘匹配；

粗差点剔除模块，用于利用最小二乘平差方法剔除错误匹配点，获得最终的匹配结果。