一种遥感图像自动配准点错误匹配消除方法

摘要

本发明提供了一种遥感图像自动配准点错误匹配消除方法，其特征包括以下步骤:图像获取——提取特征点，建立最初匹配关系——利用欧式空间距离方法在集合U_A中搜索距离其最近的K个特征点——判断{PixA₀，PixB₀}与其周围点的n个特征点符合角度自洽要求——得到同名点集合U_right和错误同名点U_wrong等步骤。通过本发明，两景遥感图像在使用任意特征点提取和匹配算法后，得到匹配点对集合和特征点描述向量后，利用本方法可以实现误匹配特征点对的消除。

主权项

一种遥感图像自动配准点错误匹配消除方法，其特征在于包括以下步骤：步骤1，图像获取：利用Quick Bird或IKONOS传感器获取不同时相的高空间分辨率图像A与图像B；步骤2，提取特征点，建立最初匹配关系：提取图像A与图像B中的特征点，得到特征点集合{PixA_i|i=1，2，…M}和{PixB_j|j=1，2，…N}，利用FlannBasedMatcher方法进行特征点匹配，得到初始同名点集合U_relation={PixA_i，PixB_i|i=1，2，…min(M，N)}；则U_relation中的特征点由A图像中的特征点集合U_A={PixA_i|i=1，2，…min(M，N)}，和B图像中的特征点集合U_B={PixB_i|i=1，2，…min(M，N)}组成；步骤3，任意选取U_relation中一对同名特征点{PixA₀，PixB₀}，对于特征点PixA₀，利用欧式空间距离方法在集合U_A中搜索距离其最近的K个特征点，K为小于50的自然数，得到U_Asub={PixA_i|i=1…K}，同理搜索距离PixB₀最近的K个特征点，得到U_Bsub={PixB_i|i=1…K}；根据U_relation判断U_Asub与U_Bsub中同名点的个数n：若n<3，令K=K+10，重复本步骤；若K>30并且n<3，则认为{PixA₀，PixB₀}为错误同名点，将其加入U_wrong集合；若n≥3，则得U_Asub与U_Bsub中到n个同名点对集合U_rs={PixA_i，PixB_i|i=1，2…n}；步骤4，将自洽角度定义为γ,0°≤γ≤60°，对于U_rs中的一对同名点{PixA_i，PixB_i}，计算PixA₀到PixA_i连线与PixA₀自身方向的夹角α，计算PixB₀到PixB_i连线与PixB₀自身方向的夹角β，PixA₀与PixB₀自身夹角由SIFT或SURF特征点提取方法计算得到；若{PixA₀，PixB₀}与U_rs中每一对同名点{PixAi，PixBi}均有｜α－β｜<γ的关系，则认为{PixA₀，PixB₀}与其周围点的n个特征点符合角度自洽要求，{PixA₀，PixB₀}为正确的同名点，将其加入到U_right集合，否则加入Ｕ_wrong集合；步骤5，对Ur_elation中的每一对同名点{PixA_i，PixB_i|i=1，2，…min(M，N)}，重复进行步骤3与步骤4的操作，得到初选正确同名点集合U_right和错误同名点U_wrong；将U_right作为U_ralation，再重复步骤3与步骤4，直到U_right集合中同名点对数量不再变化为止；其中U_right由A图像中的特征点U_Aright集合与B图像中的特征点U_Bright集合组成；步骤6，对于U_wrong中的每一对同名点{PixA₀，PixB₀}，对于特征点PixA₀，利用欧式空间距离方法在集合U_Aright中搜索距离其最近的K=10个特征点，得到U_Asub={PixA_i|i=1…K}，同理搜索U_Bright中距离PixB₀最近的特征点，得到U_Bsub={PixB_i|i=1…K}；根据U_right判断U_Asub与U_Bsub中同名点的个数为n；若n<3，令K=K+10，重复本步骤；若K>30并且n<3，则认为{PixA₀，PixB₀}为错误同名点，加入U_wrong’集合；若n≥3，则得到n个同名点对U_rs={PixA_i，PixB_i|i=1，2…n}；若{PixA₀，PixB₀}同这n个特征点符合步骤3所述的角度自洽要求，则认为{PixA₀，PixB₀}为正确的同名点，加入U_right’；步骤7，将U_right’和U_wrong’作为步骤6的初始条件，重复步骤6，直到U_right’和U_wrong’稳定，则U_right’为全部正确同名点；步骤8，结果的输出：将U_right’输入ArcGis图像校正系统，输出图像A’，使图像A’与图像B完全匹配。