[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

说明书

本发明公开一种尺度不变特征与几何特征融合的多模态高分遥感影像配准技术，属于卫星遥感影像处理技术领域。首先，以参考影像分辨率为基准，对感测影像进行重采样，使其为同一分辨率，分别对其提取局部特征点和几何特征点，并采用SIFT方法生成描述符；其次，采用交叉双向匹配与改进的RANSAC方法完成粗匹配与精匹配；最后，利用上述同名点与影像边界格网点采用分段线性变换模型对影像进行高精度配准。实验分析表明，本发明能有效克服多模态高分遥感影像间的非线性灰度差异，剔除误匹配点，实现多源多尺度多时相影像间的高精度自动配准，为多模态影像协同应用提供了有效的技术支撑。

技术领域

本发明涉及卫星遥感影像处理技术领域，更具体的说是涉及一种尺度不变特征和几何特征融合的遥感影像自动配准技术。

背景技术

多源多尺度多时相(多模态)高分遥感影像是通过不同传感器所获取，各种遥感影像具有自身的特征和优势，将遥感数据应用于影像镶嵌、三维建模、变化检测等方面是遥感行业应用的一个重要趋势。为了充分有效地利用多模态影像信息，则需要在地理空间上对它们进行高精度的几何配准。由于成像机理的不同，多模态遥感影像间往往存在显著的非线性灰度差异，因此多模态遥感影像之间的配准及同名点匹配成为一个难点问题。

目前，遥感影像的配准方法较多，但主要分为：基于特征的方法和基于灰度的方法。

基于特征的方法首先通过在影像间提取特征，其特征包括点特征、线特征、面特征，然后寻找特征之间的相似性进行匹配与配准。大多数学者都针对单一特征进行同名点匹配进而完成影像配准，而对于多模态影像辐射特性和几何特性较大时，有相关研究表明，匹配正确的单一特征点较少，有些情况下甚至没有匹配点。这些方法对于几何变形具有较好的鲁棒性，但对具有灰度差异较大的多模态遥感影像而言，共有特征提取并正确匹配是一个较大难题。

基于灰度的方法则主要是建立一种相似性测度准则，采用模板匹配的策略在影像间进行同名点的识别。一般常用的相似性测度包括了相关系数、互信息、归一化互信息等。基于灰度的方法配准精度较高，但需要利用图像的全部灰度信息，耗时较多，同时由于多模态高分影像对同一地物的反射率不同，导致出现不同的灰度信息，所以较难适用于多模态高分影像的自动配准。

此外，随着影像空间分辨率的提高，影像细节特征越发明显，影像自动配准的干扰增多。鉴于此，本发明则提出一种尺度不变特征与几何特征融合的多模态高分遥感影像配准技术。首先，提取影像间的尺度不变特征，同时将自适应阈值Canny与分块Harris算子相结合提取几何特征，用稳定性较好的SIFT描述子对尺度不变特征点与几何特征点进行描述，然后利用FLANN方法与双向匹配进行粗匹配，采用改进的RANSAC寻求更多的同名点，最后利用分段线性变换模型实现多模态高分遥感影像的配准。

发明内容

本发明的目的是提供一种尺度不变特征与几何特征融合的多模态高分遥感影像配准技术，该发明能够解决多模态高空间分辨率影像间的非线性灰度差异，能够自动快速在影像间获取较多的几何特征和尺度不变特征同名点对，并通过分段线性模型实现影像的高精度配准。

为了实现上述目的，本发明采用如下技术方案实现：主要包括尺度不变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。

1.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；