主权项 |
一种基于区域的遥感图像配准方法,包括如下步骤:(1)输入参考图像I和待配准图像J;(2)建立参考图像I和待配准图像J高斯尺度空间:(2a)利用下式分别计算参考图像I和待配准图像J的高斯尺度空间各层的尺度值:σ<sub>i</sub>=σ<sub>0</sub>·c<sup>(i‑1)</sup>,其中,σ<sub>i</sub>为第i层的尺度值,i=1,2...,8,σ<sub>0</sub>为第一层的尺度值,σ<sub>0</sub>=1.6,c为每层的尺度比,取值为2<sup>1/3</sup>;(2b)用各层的尺度值σ<sub>i</sub>分别对参考图像I和待配准图像J进行高斯滤波,得到参考图像I的高斯尺度空间图像I<sub>i</sub>和待配准图像J的高斯尺度空间图J<sub>i</sub>;(3)分别对参考图像I和待配准图像J生成素描图;(4)根据素描图对高斯尺度空间图像进行区域划分:(4a)将参考图像I的素描图中不为0的像素对应的高斯尺度空间图像I<sub>i</sub>中的像素所组成的区域,划作为参考图像的高斯尺度空间图像I<sub>i</sub>的非结构区域F<sub>i</sub>;将参考图像I素描图中为0的像素对应的高斯尺度空间I<sub>i</sub>图像中像素组成的区域,划作为参考图像的高斯尺度空间图像I<sub>i</sub>的结构区域G<sub>i</sub>;(4b)将待配准图像J的素描图中不为0的像素对应的高斯尺度空间图像J<sub>i</sub>中的像素组成的区域,划作为待配准图像的高斯尺度空间图像J<sub>i</sub>的非结构区域K<sub>i</sub>;将待配准图像J素描图中为0的像素对应的高斯尺度空间J<sub>i</sub>图像中像素组成的区域,划作为待配准图像的高斯尺度空间图像J<sub>i</sub>的结构区域S<sub>i</sub>;(5)在高斯尺度空间图像的结构区域和非结构区域检测特征点:(5a)用Harris方法分别检测参考图像的高斯尺度空间图像I<sub>i</sub>的结构区域G<sub>i</sub>的特征点和待配准图像的高斯尺度空间图像的J<sub>i</sub>的结构区域S<sub>i</sub>的特征点;(5b)用SIFT方法分别检测参考图像的高斯尺度空间图像I<sub>i</sub>的非结构区域F<sub>i</sub>的特征点和待配准图的高斯尺度空间图像的非结构区域K<sub>i</sub>的特征点;(5c)将参考图像的高斯尺度空间图像I<sub>i</sub>在结构区域G<sub>i</sub>和非结构区域F<sub>i</sub>检测到的特征点相结合,得到参考图像的特征点集p<sub>1</sub>;将待配准图像的高斯尺度空间图像J<sub>i</sub>在结构区域S<sub>i</sub>和非结构区域K<sub>i</sub>检测到的特征点相结合,得到待配准图像的特征点集p<sub>2</sub>;(6)用SIFT描述子方法分别对参考图像的特征点集p<sub>1</sub>和待配准图像的特征点集p<sub>2</sub>生成描述子;(7)用ransac方法对参考图像的特征点集p<sub>1</sub>和待配准图像的特征点集p<sub>2</sub>生成的描述子进行匹配,得到配准参数P;(8)利用配准参数P,对待配准图像进行几何变换,得到配准结果。 |