[发明专利]基于MCD度量和VTM的多模态遥感图像配准方法

权利要求书

1.一种基于MCD度量和VTM的多模态遥感图像配准方法，其特征在于，利用图像的梯度幅值和梯度方向信息得到梯度主方向特征图，利用平均差余弦MCD度量和变模板匹配VTM方法进行图像的配准，该多模态遥感图像配准方法的步骤包括如下：

(1)选取一幅可见光图像作为配准的参考图像：

(2)提取参考图像的特征点：

(2a)采用分块策略将参考图像在二维平面内均匀分成10×10的网格；

(2b)采用Harris特征点提取方法，提取参考图像每个网格中均匀分布的Harris特征点；

(3)构造参考图像的梯度主方向特征图：

采用像素级梯度主方向特征提取方法，从参考图像中提取每个像素对应的梯度主方向特征，组成参考图像的梯度主方向特征图；

(3a)按照下式，计算参考图像中每个像素点的梯度幅值：

其中，m(x,y)表示参考图像中对应(x,y)处像素点的梯度幅值，I(x,y)表示参考图像中对应(x,y)坐标处的像素强度，I(x+1,y)表示参考图像中对应(x+1,y)坐标处的像素强度，I(x,y-1)表示参考图像中对应(x-1,y)坐标处的像素强度，I(x,y+1)表示参考图像中对应(x,y+1)坐标处的像素强度，I(x,y-1)表示参考图像中对应(x,y-1)坐标处的像素强度；

(3b)按照下式，计算参考图像中每个像素点的梯度方向角度：

其中，θ(x,y)表示参考图像中对应(x,y)坐标处的像素点对应的梯度方向角度，tan^-1表示取反正切操作；

(3c)将参考图像中每一个像素点对应的梯度方向角度中属于[180°,360°)范围内的梯度方向，根据公式m(x,y)＝mod(m(x,y),180)全部转化到[0,180°)范围内，得到覆盖180度的梯度方向范围；

(3d)对每一个像素点的梯度幅值与一个标准高斯窗函数加权，将加权后的每一个像素点作为像素样本，添加到由该像素点周围邻域内所有像素点的梯度方向形成的梯度方向直方图中，得到参考图像的像素级梯度方向直方图，其中，设置方向直方图的方向单元数为9，覆盖方向范围为180度；

(3e)选取每个方向直方图中峰值所对应的方向角度，得到该像素点的梯度主方向特征，提取每个像素对应的梯度主方向特征构成梯度主方向特征图；

(4)选取参考图像的模板区域：

在参考图像特征图中以每个Harris特征点为中心、(M+N)×(M+N)特征区域组成该特征点的参考模板区域；其中，M表示参考模板的边长，20≤M≤100，N表示参考模板区域中搜索区域的边长，取值为40；

(5)选取待配准图像：

(5a)选取一幅异源多模态图像作为待配准图像；

(5b)判断待配准图像和参考图像的分辨率是否相同，若是，则执行步骤(6)，否则，执行步骤(5c)；

(5c)利用双线性插值法，对待配准图像重采样到其分辨率与参考图像相同后，执行步骤(6)；

(6)构造待配准图像的梯度主方向特征图：

采用与步骤(3)的相同方法，从待配准图像中提取每个像素对应的梯度主方向特征，得到待配准图像的梯度主方向特征图；

(7)选取待配准图像的模板区域：

在待配准图像特征图中以每个Harris特征点为中心、(M+N)×(M+N)像素大小的特征区域组成该特征点的待匹配模板区域；其中M表示待匹配模板区域的边长，20≤M≤100，N表示待匹配模板区域中的搜索区域的边长，取值为40；

(8)按照下式，计算待匹配模板搜索区域中每个像素点对应的匹配模板面积：

Mask(u,v)＝(M+N-|u|)×(M+N-|v|)

其中，Mask(u,v)表示待匹配模板搜索区域中(u,v)处像素点对应的模板匹配面积，||表示取绝对值操作，

(9)利用MCD度量和VTM获取相似性度量图：

(9a)采用下述公式，计算每个特征点的参考模板与待匹配模板的差余弦和度量图：

C_i'＝real(F^-1(F^*(exp(j2T_1i'))·F(exp(-j2T_2i'))))

其中，C_i'表示第i个特征点的参考模板与待匹配模板的差余弦和度量图，real(·)表示取实部操作，F^-1表示取逆快速傅里叶变换操作，F^*表示取傅里叶变换的共轭操作，exp(·)表示以自然常数e为底的指数操作，j表示虚部操作，T_1i'表示第i个特征点的参考模板区域，F表示取正快速傅里叶变换操作，T_2i'表示第i个特征点的待匹配模板区域；

(9b)用差余弦和度量图除以待匹配模板搜索区域中每个像素点对应的匹配模板面积，得到MCD相似性度量图：

(10)选取MCD相似性度量图中的匹配点：

选择每个特征点的MCD相似性度量图中的最大值处所对应的像素点，作为该特征点在待配准图像中的对应匹配点，所有参考特征点和其在待配准图像中的对应匹配点构成所有的匹配点对；

(11)获得空间变换模型参数：

采用RANSCA算法剔除错误匹配点对，得到待配准图像到参考图像的空间变换模型参数；

(12)获得配准图像：

将待配准图像根据空间变换模型参数进行空间变换，对变换后的图像进行重采样和插值，得到最后的配准图像。