基于缩小及局部的多时相图像快速自动排序拼合方法

摘要

本发明设计多时相图像的拼合领域，特别是基于缩小及局部的多时相图像快速自动排序拼合方法。本发明针对多时相图像的局部特征点提取，仅对图像的局部提取SURF特征点，并参与匹配。在图像定位排序的过程中，已经获得相邻图像的变换矩阵，故而，在图像排序定位的过程中，同时进行图像的拼接融合。即完成一个边排序边拼接融合的算法过程。将图像的排序和拼接融合糅合到一起，有助于减少多时相图像的全景拼合时间，提高多时相图像拼合的实时性。

主权项

基于缩小及局部的多时相图像快速自动排序拼合方法，其特征是：包括如下步骤：步骤101：开始基于SURF的缩小局部单多行多时相图像快速排序及拼接融合过程；步骤102：导入N幅顺序混乱的多时相图像；步骤103：判断导入的N幅图像的尺寸大小，若图像尺寸过大，则进行步骤104，否则直接进行步骤105；步骤104：对过大的导入图像进行缩小，按照同一个缩小比率scale，缩小后的图像尺寸不小于200*200即可，缩小的过小，会造成缩小图像的分辨率过小，从而影响匹配精度；步骤105：对缩小图像或较小的原图，进行左右关系的SURF特征提取和匹配，通过特征点的匹配数目和大小关系，确定多时相图像的行数和列数；步骤106：基于步骤105的操作，依据图像SURF特征点对的关系，辨别出属于第一列的图像，并对其进行记录；步骤107：对步骤106中记录的第一列图像，进行上下关系的SURF特征提取和匹配，通过两两图像间的匹配关系，确定出首幅图；步骤108：通过与首幅图的上下关系，可判断出首列图像间的排序关系、匹配关系及相邻图像间用于拼合的变换矩阵，并记录上下图像间的纵向位移量；以首列图像与其他图像间的左右关系，可同时确定行图像间的多时相关系及相应变换矩阵，同时记录左右图像间的横向位移量；步骤109：依据步骤108得到的图像多时相及两两图像间的变换矩阵，对多行图像进行拼接融合；步骤110：依据步骤108获取的图像间的横向和纵向位移量，得到结果图像的实际大小，以此得到大小及分辨率都合适的结果图；步骤111：基于SURF的缩小局部单多行多时相图像快速排序及拼接融合过程结束。