[发明专利]一种尺度不变特征与几何特征融合的多模态高分影像配准方法

权利要求书

1.一种尺度不变特征与几何特征融合的多模态高分影像配准方法，主要包括局部特征点和几何特征点提取、特征描述符匹配、影像配准三部分：

尺度不变特征和几何特征生成步骤如下：

S1：设参考影像I₁的分辨率信息为R₁，感测影像I₂的分辨率信息为R₂，判断影像I₁与I₂的分辨率是否一致，若不一致，将感测影像I₂分辨率重采样至参考影像I₁分辨率R₁；

S2：利用SIFT提取尺度不变特征点；

S3：采用自适应阈值的Canny算法分别提取参考影像I₁与感测影像I₂边缘特征，记为C1和C2；

S4：采用分块的提取策略，利用Harris算子在边缘特征C₁和边缘特征C₂中提取大量且分布均匀的边缘特征点，具体是将参考影像和感测影像的边缘特征图像划分为若干个互不重叠、规则的块，在每个图像块中，计算每个像素的Harris强度值Q，并根据强度值Q进行从大到小排序，选择Q值较大的点作为该图像块的几何特征点；

S5：采用SIFT对几何特征点和尺度不变特征点生成128维描述符；

S6：记参考影像I₁与感测影像I₂的所有特征点集合分别为P_I1(i＝1,2,3,…,M)与P_I2(j＝1,2,3,…,N),参考影像I₁与感测影像I₂的描述符集合分别为D_I1(i＝1,2,3,…,N)与D_I2(j＝1,2,3,…,M)；

特征描述符匹配步骤如下：

S7：传统特征点描述符依据欧式距离比值法完成粗匹配，而本发明为了剔除一些误匹配点，以获得较多的粗匹配点对，采用交叉双向匹配完成特征点的粗匹配；

S8：本发明提出一种改进的RANSAC模型，通过加入特征点邻域归一化互信息作为新的约束条件，即：通过计算粗匹配点对邻域归一化互信息，构建新的匹配点集合，获得数量更多正确匹配点；

S9：利用上述步骤获得的同名点较多，但依然无法全部覆盖参考影像和感测影像，为此本发明在参考影像边界区域产生一定数量的格网点，并利用单应性变换矩阵约束进行影像边界格网点匹配，以增强多模态高分影像的配准精度；

影像配准步骤如下：

S10：综上利用获取的同名点对和匹配影像边界格网点构建不规则三角网，对每个三角网区域利用仿射变换进行校正，消除局部变形，获得高精度的配准影像。

2.根据权利要求1所述的一种尺度不变特征与几何特征融合的多模态高分影像配准方法，在步骤S1-S6，获取特征点及特征点描述符。

3.根据权利要求1和权利要求2所述的一种尺度不变特征与几何特征融合的多模态高分影像配准方法，在步骤S7-S9中，完成特征点的粗匹配与精匹配。

4.根据权利要求1、权利要求2、权利要求3所述的一种尺度不变特征与几何特征融合的多模态高分影像配准方法，在步骤10中，完成多模态高分影像配准。