[发明专利]一种存在旋转变化和尺度差异的异源遥感图像匹配方法

权利要求书

1.一种存在旋转变化和尺度差异的异源遥感图像匹配方法，其特征在于，包括以下步骤：

步骤1、利用异源遥感图像中设定的先验匹配点对计算初始的仿射变换矩阵，利用初始的仿射变换矩阵将异源遥感图像分成对应的图像块；

所述异源遥感图像包括SAR遥感图像和光学遥感图像；

步骤2、基于harris算子提取光学遥感图像块中的角点，并利用HOPC算法确定光学遥感图像块上的角点坐标对应的SAR遥感图像上的坐标点；

步骤3、以匹配点对为中心分别在每个光学遥感图像和SAR遥感图像上截取子图像块，利用神经网络进行处理，计算匹配损失值并进一步筛选正确的匹配点；

所述计算匹配损失值的过程包括以下步骤：

利用神经网络输出的特征向量对应的差值得到特征距离矩阵D：

其中，是神经网络输出的特征向量，q＝1表示光学遥感图像图像块对应的子图像块，q＝2表示SAR遥感图像图像块对应的子图像块，t′为子图像块的索引，n是图像块中的子图像块数量；

定义一个空间距离c是图像块的子图像块中心点坐标，t′₁和t′₂表示分别表示子图像块的索引，i′、j′表示用于将构成矩阵对应的行、列，且行、列和特征距离矩阵D的行列对应；重叠参数表示如下：

其中，b是图像块半径；

网络的损失函数如下：

其中，E_log为log-likelihood损失函数；

进一步筛选正确的匹配点的过程包括以下步骤：

当损失值大于损失阈值ψ时，认为该点对应的匹配点对为错匹配对；对于正确的匹配对，匹配点对的损失值为L_t，t＝1,2,…,Q，Q是正确匹配的数量；

步骤4、针对光学遥感图像和SAR遥感图像中的图像块，利用正确匹配点对应的正确匹配计算仿射变换矩阵；并根据每对匹配图像块中正确匹配点的损失值对匹配点进行筛选，然后由损失值得到仿射变换矩阵的贡献度，通过贡献度加权获得最终的仿射变换矩阵；

步骤5、利用最终的仿射变换矩阵对异源遥感图像进行匹配。

2.根据权利要求1所述的一种存在旋转变化和尺度差异的异源遥感图像匹配方法，其特征在于，步骤1所述利用异源遥感图像中设定的先验匹配点对计算初始的仿射变换矩阵，利用初始的仿射变换矩阵将异源遥感图像分成对应的图像块的过程包括以下步骤：

1.1、针对异源遥感图像，给出四对以上的匹配点像素坐标，并保证四对坐标点不在一条直线上；

1.2、利用步骤1.1中的匹配点像素坐标计算异源遥感图像的初始仿射变换矩阵；

1.3、将光学遥感图像截成M′×N′个图像块，并分别记录图像中心点像素坐标为(x_m′,y_n′)，m′＝1,2,...,M′,n′＝1,2,....,N′，利用仿射变换矩阵将光学遥感图像中心点像素坐标映射到SAR遥感图像上，获得对应点的中心坐标为(x′_m′,y′_n′)，以该坐标为中点在SAR遥感图像上截取图像块。

3.根据权利要求2所述的一种存在旋转变化和尺度差异的异源遥感图像匹配方法，其特征在于，步骤2所述基于harris算子提取光学遥感图像块中的角点的过程包括以下步骤：

首先利用二阶拉普拉斯算子对光学遥感图像进行处理；

然后利用水平和竖直差分算子对光学遥感图像中像素进行滤波，再对图像中的每一个点计算相关矩阵M，利用相关矩阵M得到角点响应函数R；若R＞θ，θ是设定的阈值，则该像素点为角点；

针对光学遥感图像的图像块进行角点提取，得到的角点坐标为(J_ix,J_iy)。

4.根据权利要求3所述的一种存在旋转变化和尺度差异的异源遥感图像匹配方法，其特征在于，在利用基于harris算子提取光学遥感图像块中的角点之前，先将光学遥感图像和滤波后的SAR遥感图像转换成灰度图。

5.根据权利要求4所述的一种存在旋转变化和尺度差异的异源遥感图像匹配方法，其特征在于，在将SAR遥感图像转换成灰度图之前，利用增强Lee滤波对SAR遥感图像进行处理。