[发明专利]一种特殊纹理背景遥感图像匹配方法

说明书

本发明基于一种特殊纹理背景遥感图像匹配方法属于图像配准技术领域；该方法首先建立特殊纹理背景遥感图像颜色与曝光信息相融合的灰度图，然后检测灰度图中的特征点，并确定灰度图中特征点主方向，接着通过改进传统的特征点描述符增加描述符的独特性，最后将改进的特征点描述符用于特殊纹理背景遥感图像匹配；实验证明，本方法能够显著提高在特殊纹理背景下遥感图像间配准的匹配点数目及正确匹配率。

技术领域

本发明一种特殊纹理背景遥感图像匹配方法属于图像配准技术领域。

背景技术

随着近年来无人机在技术层面的日渐完善，使得无人机在各行各业中的应用十分广泛。由于无人机相较于传统航空航天平台具有成本低，起降灵活，对气象条件要求低等优势，使得无人机遥感技术成为除卫星遥感和普通航空遥感外获取地理遥感信息的又一重要来源，尤其是在一些野外作业条件艰苦、人工难以抵达的区域，采用无人机拍摄遥感图像不仅可以节省大量的物资消耗及人力成本，还能大大提高工作效率。

图像配准技术作为现代遥感的关键环节，其结果将直接对后续要进行的科学研究和实际应用产生影响。目前，国内外研究图像配准的算法按配准策略进行划分时可分为基于图像灰度的配准、基于图像变换域的配准和基于图像特征的配准。由于无人机在低空作业时会受到风向和地势等因素的影响，导致其航向和姿态角产生不同程度的偏差，使得所拍摄图像的重叠度和旋偏角出现波动，并且出于成本控制的考量，无人机平台上装备的多为普通相机，所以获取的图像经常会存在平移、光照、旋转、视角、缩放等方面的差异，基于图像特征的配准算法能够较好的克服这些差异，因此在遥感领域得到了非常广泛的应用。

然而，在进行遥感拍摄作业时，当拍摄区域内存在大面积的农田、林地、沙漠、雪域等特殊地形地貌时，会使得图像纹理出现大量相似性重复或匮乏等现象，而存在这种现象的图像常常表现出灰度对比度低、图像局部灰度纹理不规则等问题，现有基于特征的图像配准算法很难在这些图像上提取到足够数量的特征；或当因相机位置摆放和遥感平台受周围环境影响产生抖动造成所获取图像具有显著的局部几何畸变时，现有基于特征的图像配准算法的匹配成功率不高。

针对以上不足，提出了一种特殊纹理背景遥感图像匹配方法。利用图像的颜色和曝光信息加强图像灰度的对比度，使算法在进行特殊纹理背景遥感图像配准时的所提取的特征点数目更多、分布更均匀，并提高匹配点的数目；利用自适应量化策略来改进算法的描述符，提高算法在图像存在几何畸变或仿射变化时所提取特征点的独特性，提升在匹配时的正确匹配率。

发明内容

针对上述技术需求，本发明公开了一种特殊纹理背景遥感图像匹配方法，该方法能够有效对包含特殊纹理区域的遥感图像进行特征提取，同时生成的描述符更具有独特性，可以显著提高图像在匹配时的正确匹配率。

本发明的目的是这样实现的：

一种特殊纹理背景遥感图像匹配方法，包括以下步骤：

步骤a、建立特殊纹理背景遥感图像颜色与曝光信息相融合的灰度图；

步骤b、灰度图特征点检测；

步骤c、确定灰度图中特征点主方向；

步骤d、改进特征点描述符；

步骤e、将改进特征点描述符用于特殊纹理背景遥感图像匹配。

上述的一种特殊纹理背景遥感图像匹配方法，步骤a的具体步骤如下：

步骤a1：利用图像颜色信息增强特殊纹理背景遥感图像灰度对比度

步骤a11：颜色空间转化

将获得的特殊纹理背景遥感图像由RGB空间转换到YC_BC_R空间，转换方法为：

Y＝0.299R+0.587G+0.114B