[发明专利]一种异源遥感影像配准方法

摘要

本发明公开了一种异源遥感影像配准方法，核心思想是基于多尺度匹配以直线交点为基元、采用联合Voronoi图与谱图的点匹配方法，集成迭代的特征提取与匹配策略，克服了现有方法严重依赖特征提取、可靠性差、精度不高等问题。实现过程为：对原始影像进行多尺度分析，在最粗尺度上提取直线并获取交点；对交点集用联合Voronoi图与谱图的点匹配方法获取同名点对；检测匹配结果是否合格:若合格，转入下一步，否则自适应调整参数，重新进行直线提取与点集匹配；对待配准影像进行初变换，且分别提取直线特征，寻找同名直线段，获取候选同名点对；利用KNN图得到精确的匹配点对，求解变换参数。本发明主要用于可见光、红外和合成孔径雷达（SAR）等异源遥感影像的配准。

主权项

一种异源遥感影像配准方法，其特征在于，包括以下步骤：步骤1：对基准影像和待配准影像利用小波变换进行多尺度分析，得到最粗尺度基准影像和最粗尺度待配准影像，所述的基准影像和待配准影像为光学影像、红外影像或SAR影像；步骤2：在最粗尺度基准影像和最粗尺度待配准影像上进行直线提取并获取交点集；步骤3：对步骤2所得交点集采用联合Voronoi图与谱图的点匹配方法获取同名点对；步骤4.判断，所述的同名点对的数量是否小于预定阀值m如果是，则进行自适应调整直线提取参数，回转执行所述的步骤2，重新进行直线提取与交点集匹配，直到迭代次数达到预定阈值；如果否，则进入步骤5；步骤5.对所述的同名点对进行均方根误差计算，并判断，所述的均方根误差是否大于预定阀值n如果是，则排除具有最大误差的同名点对，对剩余的同名点对重新计算均方根误差，然后进入步骤6；如果否，则进入步骤7；步骤6：判断，所述的剩余的同名点对的数量是否小于预定阀值m如果是，则进行自适应调整直线提取参数，回转执行所述的步骤2，重新进行直线提取与交点集匹配，直到迭代次数达到预定阈值；如果否，则回转执行所述的步骤5；步骤7：将所述的同名点对映射到原始影像上，计算初始变换参数并得到初变换影像；步骤8：对基准影像和待配准影像进行预处理，包括对光学影像和红外影像进行高斯滤波处理，对SAR影像进行Frost滤波处理；步骤9：在对步骤8处理后的影像上分别提取直线特征，根据初始变换参数计算寻找同名直线段，进而获得候选同名点对；步骤10：利用KNN图从结构上得到精确的匹配点对，对匹配点对采用多项式变换模型求解变换参数，得到最终配准结果。