[发明专利]耦合点线特征的多模态亚米/米级卫星影像配准技术

说明书

本发明公开一种耦合点线特征的多模态亚米/米级卫星影像配准技术，包括:采用Bhattacharyya距离和特征斜率约束优化SIFT算法以获取更多优质同名点；其次，在多尺度空间下使用CannyLines算法提取多尺度线特征；然后，通过每条线特征与由SIFT同名点构建的Delaunay三角网的空间几何信息构建一种可以抵抗多源影像间非线性辐射差异和尺度差异的全局线特征描述符，并且利用设计的成本函数获取正确的线匹配对；最后，使用多种约束条件获取定位准确的线特征交点，并采用耦合SIFT同名点和线特征交点的方式迭代求解高精度的配准模型参数。该技术能够促进亚米/米级多模态卫星影像全自动处理的效率和质量，且具有良好的普适性和鲁棒性。

技术领域

本发明涉及遥感图像处理领域，更具体的说是涉及耦合点线特征的多模态亚米/米级卫星影像配准技术。

背景技术

随着航天技术、计算机技术、传感器技术的快速发展，高空间分辨率以及广覆盖的卫星遥感数据层出不穷。利用多模态(多源多尺度多时相等)高空间分辨率卫星影像实现协同对地观测的研究已成为当前遥感学界的研究热点。在实际应用中，由于天气状况的多变性、地形的复杂性以及应用的多样性，单一传感器类型的遥感数据往往不能提供足够的信息以满足应用的需求，综合利用不同源遥感卫星获取的数据，可以较为全面地刻画观测对象的几何和物理特性，因此需要将多种传感器获取的多角度、多尺度、多时相的卫星影像融合在一起，得到更加丰富完整的信息，提取更为精确的信息指数，从而快速地制定出更为合理的决策方案。

遥感数据应用是遥感的最终目的，为了提高对海量遥感数据的处理速度和精度，研究和开发高效的遥感影像处理技术显得尤为重要。由于遥感卫星搭载的各种传感器之间的物理特性和成像方式不同，而且成像位置和成像角度可能存在差异，因此，其拍摄的影像存在灰度、分辨率、位移和旋转角度等的不同。然而，多模态影像综合利用是发展趋势，如多传感器信息融合、变化检测、影像镶嵌及信息验证分析等，应用中需要对多模态影像的位置进行对齐，因此，影像配准是其中必不可少的关键技术。但是，随着影像空间分辨率的提高，影像配准的干扰因素增多，尤其是亚米/米级影像的全自动配准成为行业的难题。

针对多模态高分辨率卫星影像间非线性辐射及尺度差异较大造成配准精度较低的问题，本发明公开一种耦合点线特征的多模态亚米/米级卫星影像高精度配准技术。首先，该技术采用Bhattacharyya距离和特征斜率约束优化SIFT算法以获取更多优质同名点；其次，在多尺度空间下使用CannyLines算法提取多尺度线特征；然后，通过每条线特征与由SIFT同名点构建的Delaunay三角网的空间几何信息构建一种可以抵抗多源影像间非线性辐射差异和尺度差异的全局线特征描述符，并且利用设计的成本函数获取正确的线匹配对；最后，使用多种约束条件获取定位准确的线特征交点，并采用耦合SIFT同名点和线特征交点的方式迭代求解高精度的配准模型参数。

发明内容

有鉴于此，本发明提出一种耦合点线特征的多模态亚米/米级卫星影像配准技术，图1为本发明多模态亚米/米级卫星影像配准技术的总体流程，包括基于改进SIFT的点特征获取、线特征提取与描述、特征耦合和影像配准四部分。

为了实现上述目的，本发明采用如下技术方案：

耦合点线特征的多模态亚米/米级卫星影像配准技术，包括：基于改进SIFT的点特征获取、线特征提取与描述、特征耦合和影像配准四部分；

1.基于改进SIFT的点特征获取步骤如下：

S1：首先采用双线性插值的方式对原始影像进行降采样以构建影像金字塔，利用SIFT在不同尺度的影像上提取稳定的点特征，然后对这些稳定的点特征进行描述；

S2：以Bhattacharyya距离为相似性度量，使用FLANN方法进行特征粗匹配，获取初始匹配点集；

S3：计算初始匹配结果的斜率以求得置信区间，并保留位于该置信区间内的匹配点，等待下一步检验；