基于区域的遥感图像配准方法

摘要

本发明公开了一种基于区域的遥感图像配准方法，主要解决现有算法对图像灰度差异较大的多光谱图像不能配准的问题。其技术方案为：1.分别对参考图像和待配准图像建立高斯尺度空间；2.分别产生参考图像和待配准图像的素描图；3.将参考图像和待配准图像的高斯尺度空间图分别与对应的素描图产生各自的结构区域和非结构区域；4.检测结构区域和非结构区域的特征点5.分别将参考图和待配准图的这两种结构区域的特征点相加；6.用SIFT算法得相加后的特征点描述子,利用特征点描述子得到配准参数；7.利用配准参数对待配准图像进行仿射变换，得到配准结果。本发明能够实现对灰度差异较大的多源和多光谱遥感图像的配准。

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_i＝σ₀·c^(i‑1)，其中，σ_i为第i层的尺度值，i＝1,2...,8,σ₀为第一层的尺度值，σ₀＝1.6，c为每层的尺度比，取值为2^1/3；(2b)用各层的尺度值σ_i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_i和待配准图像J的高斯尺度空间图J_i；(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_i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_i的非结构区域F_i；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_i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_i的结构区域G_i；(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_i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_i的非结构区域K_i；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_i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_i的结构区域S_i；(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_i的结构区域G_i的特征点和待配准图像的高斯尺度空间图像的J_i的结构区域S_i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_i的非结构区域F_i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_i的特征点；(5c)将参考图像的高斯尺度空间图像I_i在结构区域G_i和非结构区域F_i检测到的特征点相结合，得到参考图像的特征点集p₁；将待配准图像的高斯尺度空间图像J_i在结构区域S_i和非结构区域K_i检测到的特征点相结合，得到待配准图像的特征点集p₂；(6)用SIFT描述子方法分别对参考图像的特征点集p₁和待配准图像的特征点集p₂生成描述子；(7)用ransac方法对参考图像的特征点集p₁和待配准图像的特征点集p₂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。