[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

说明书

本发明公开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，以两张覆盖同一范围的光学遥感影像作为输入，通过影像预处理，消除影像间的旋转、尺度差异以及成像角度不同带来的几何变形，同时去除噪声，增强边缘特征。通过分别对基准影像与目标影像进行多尺度边缘检测、尺度空间与影像空间非极值抑制、有效边缘特征筛选，获得两组有效边缘特征结果。通过分别对两组边缘特征进行二值化表示和附加核线约束的边缘匹配，得到匹配结果，进行粗差剔除后，得到最终的匹配结果。本发明能够实现光学影像的高精度边缘提取与匹配，实践表明该方法可行、有效，具有较高的可靠性和效率。

技术领域

本发明属于遥感影像处理领域，尤其是涉及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。

背景技术

影像匹配就是通过一定的匹配算法在两幅或者多幅影像之间识别同名点的过程，它是图像配准、图像融合、目标识别和变化检测的一个重要前期步骤。在遥感领域，根据匹配基元不同，影像匹配主要可分为两种类型，一种是点特征匹配，通过对影像中的斑点、角点等点特征进行提取与匹配，获取一组同名像点。一种是线特征匹配，通过对影像中的边缘特征进行提取与匹配，获取一组边缘特征匹配结果，其实质也是一组同名像点。点特征匹配对于纹理丰富区域具有较好的效果，但对于弱纹理、重复纹理等区域可靠性不高，边缘特征具有更高的可区别性，对于弱纹理、重复纹理区域具有更好的鲁棒性，可作为点特征匹配的有力补充手段；同时边缘特征也是场景(目标)轮廓的重要表达，在场景恢复、目标识别等应用中具有重要作用。

传统的基于梯度的边缘检测算子，由于模板尺寸与梯度方向的固定，检测到边缘特征往往不够丰富，而二进小波变换可以在多尺度中依次对影像进行边缘特征检测与提取，最后通过在尺度空间与影像空间进行非极值抑制，得到完整、准确的边缘特征，对于遥感影像后续应用具有重要意义。因此，本发明提出了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。

发明内容

本发明针对遥感影像边缘特征高精度提取与匹配问题，提出了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，具有提取的边缘特征丰富、匹配可靠性高的特点。

本发明的技术方案为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，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。

进一步的，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。

进一步的，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。

进一步的，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；