发明名称 基于边缘和光谱反射率曲线的多时相遥感图像配准方法
摘要 本发明公开了一种基于边缘和光谱反射率曲线的多时相遥感图像配准方法,主要解决现有技术对存在变化区域和整体亮度差异的两时相多光谱图像集进行配准时稳定性不足、精度低的问题。其实现步骤为:对输入两时相多光谱图像集进行预处理后的同时相的小波高频系数矩阵相加并分割,得到两时相强边缘图像;计算两时相强边缘图像的边缘对齐度的配准参数,以对两时相图像集进行配准,得到粗配准图像集;将粗配准图像集转换为相对地物光谱反射率图像集,对该图像集中的时相1的小波高频系数重构得到粗配准边缘图像,用该图像对时相1和时相2的相对地物光谱反射率图像进行局部匹配,得到最终配准图像集。本发明可用于变化检测、融合、及镶嵌。
申请公布号 CN103198483A 申请公布日期 2013.07.10
申请号 CN201310117883.X 申请日期 2013.04.07
申请人 西安电子科技大学 发明人 王桂婷;焦李成;孙一博;公茂果;钟桦;王爽;张小华
分类号 G06T7/00(2006.01)I;G06T5/00(2006.01)I 主分类号 G06T7/00(2006.01)I
代理机构 陕西电子工业专利中心 61205 代理人 王品华;朱红星
主权项 1.一种基于边缘和光谱反射率曲线的多时相遥感图像配准方法,包括步骤如下: (1)输入在两个时相获取的同一地区的多光谱图像集I<sub>1</sub>和I<sub>2</sub>,其中,时相1的波段序列图像集I<sub>1</sub>={A<sub>1</sub><sup>b</sup>},时相2的波段序列图像集I<sub>2</sub>={A<sub>2</sub><sup>b</sup>},A<sub>t</sub><sup>b</sup>为两个图像集中的每一幅单波段图像,其中,上标b表示波段序号,b=1,2,…,B,B为总波段数,下标t为时相序号,t={1,2},每一幅单波段图像A<sub>t</sub><sup>b</sup>均由n行n列像素构成,n的取值为32的倍数; (2)对两时相多光谱图像集I<sub>1</sub>和I<sub>2</sub>分别进行窗口大小为3×3像素的中值滤波去噪,并归一化处理,得到归一化图像集<img file="FDA00003017563500011.GIF" wi="47" he="70" />和<img file="FDA00003017563500012.GIF" wi="72" he="71" />(3)将归一化图像集<img file="FDA00003017563500013.GIF" wi="53" he="70" />和<img file="FDA00003017563500014.GIF" wi="46" he="71" />中的每一幅图像均进行多层二维离散Haar小波变换,得到第l层的低频系数矩阵为<img file="FDA00003017563500015.GIF" wi="122" he="71" />垂直方向的高频系数矩阵为<img file="FDA00003017563500016.GIF" wi="98" he="71" />水平方向的高频系数矩阵为<img file="FDA00003017563500017.GIF" wi="98" he="76" />对角线方向的高频系数矩阵为<img file="FDA00003017563500018.GIF" wi="92" he="75" />其中分解层数l=1,…,L,L为最大分解层数,其取值范围为1~4;(4)将时相1和时相2的所有B个波段图像的第L层垂直方向的高频系数矩阵<img file="FDA00003017563500019.GIF" wi="103" he="71" />水平方向的高频系数矩阵<img file="FDA000030175635000110.GIF" wi="106" he="71" />对角线方向的高频系数矩阵<img file="FDA000030175635000111.GIF" wi="78" he="72" />取绝对值后空间位置对应元素相加,分别得到时相1和时相2的高频系数图像HVD<sub>1</sub>和HVD<sub>2</sub>;(5)对高频系数图像HVD<sub>1</sub>和HVD<sub>2</sub>采用最大类间方差法分别进行阈值分割,得到时相1和时相2的边缘图像<img file="FDA000030175635000112.GIF" wi="63" he="69" />和<img file="FDA000030175635000113.GIF" wi="85" he="69" />(6)对边缘图像<img file="FDA000030175635000114.GIF" wi="63" he="70" />和<img file="FDA000030175635000115.GIF" wi="78" he="70" />统计每一条不与其他边缘有8邻域连接的边缘线段在8邻域下所包含的像素个数,并将其中像素个数小于长度阈值Tc的边缘线段删除,对应得到时相1和时相2的强边缘图像C<sub>1</sub>和C<sub>2</sub>,其中<img file="FDA000030175635000116.GIF" wi="311" he="125" />(7)将强边缘图像C<sub>1</sub>和C<sub>2</sub>进行旋转和平移匹配,并计算每次匹配的边缘对齐度Si(a,q,p),得到边缘对齐度集合SI={Si(a,q,p)},其中a为旋转角度,q为横移参量,p为纵移参量,a=0,1,2,…,180,q=0,1,2,…,n/2<sup>L</sup>+1,p=0,1,2,…,n/2<sup>L</sup>+1; (8)用边缘对齐度集合SI中的最大值所对应的旋转角度a<sub>M</sub>、横移参量q<sub>M</sub>和纵移参量p<sub>M</sub>对时相1的各波段归一化图像<img file="FDA000030175635000117.GIF" wi="83" he="67" />均进行相应的旋转和平移,得到时相1 的各波段粗配准图像<img file="FDA00003017563500021.GIF" wi="102" he="71" />将时相1的所有波段粗配准图像的集合<img file="FDA00003017563500022.GIF" wi="112" he="75" />与步骤(2)得到的时相2的归一化图像集<img file="FDA00003017563500023.GIF" wi="51" he="72" />合并,得到粗配准图像集合<img file="FDA00003017563500024.GIF" wi="52" he="68" />(9)对粗配准图像集合<img file="FDA00003017563500025.GIF" wi="41" he="62" />中两个时相各波段图像分别采用对数残差修正模型将像素的灰度值转换为相对地物光谱反射率值,得到相对地物光谱反射率图像集合R;(10)对时相1的各波段相对地物光谱反射率图像R<sub>1</sub><sup>b</sup>,分别进行1层二维离散Haar小波变换,得到对应波段的低频系数矩阵AR<sup>b</sup>、垂直方向的高频系数矩阵VR<sup>b</sup>、水平方向的高频系数矩阵HR<sup>b</sup>、对角线方向的高频系数矩阵DR<sup>b</sup>; (11)将时相1各波段低频系数矩阵AR<sup>b</sup>中的元素全部置为零,并与高频系数矩阵VR<sup>b</sup>、HR<sup>b</sup>和DR<sup>b</sup>进行二维离散Haar小波逆变换,得到时相1的各波段重构图像; (12)将时相1所有B个波段的重构图像取绝对值后对应像素值相加,得到一幅模糊边缘图像; (13)对时相1的模糊边缘图像采用最大类间方差法进行阈值分割,得到粗配准边缘图像CR; (14)将粗配准边缘图像CR从第1行第1列像素开始,由左至右、由上至下分为互不重叠且大小均为K列K行的u×u个子图像CR<sub>ij</sub>,其中i和j分别为粗配准边缘子图像的行块序号和列块序号,i=1,2,…,u,j=1,2,…,u,u为粗配准边缘图像CR分块后的水平方向和垂直方向的子图像数目,且满足n=K×u,K为偶数,40≤K≤100; (15)将时相1的各波段相对地物光谱反射率图像R<sub>1</sub><sup>b</sup>中与粗配准边缘子图像CR<sub>ij</sub>相同空间位置范围的图像块记为时相1的各波段相对地物光谱反射率子图像<img file="FDA00003017563500026.GIF" wi="104" he="76" />并将时相1的所有波段相对地物光谱反射率子图像<img file="FDA00003017563500027.GIF" wi="128" he="86" />与时相2的所有波段相对地物光谱反射率图像{R<sub>2</sub><sup>b</sup>}采用光谱反射率曲线差异最小方法进行匹配,得到时相2的相对地物光谱反射率图像集{R<sub>2</sub>}与时相1的相对地物光谱反射率子图像{R<sub>1ij</sub>}相匹配的光谱反射率曲线总差异量DRC<sub>ij</sub>、匹配旋角参量θm<sub>ij</sub>、匹配横移参量Qm<sub>ij</sub>以及匹配纵移参量Pm<sub>ij</sub>;(16)将时相2的相对地物光谱反射率图像集{R<sub>2</sub>}与时相1的相对地物光谱反射率子图像{R<sub>1ij</sub>}相匹配的光谱反射率曲线总差异量DRC<sub>ij</sub>按行块序号和列块序号的顺序作为对应行列的元素构成矩阵,利用最大类间方差法对该矩阵进行阈值分割,得到差异二值矩阵D<sub>uc</sub>; (17)分别统计差异二值矩阵D<sub>uc</sub>中0值元素对应的匹配旋角参量θm<sub>ij</sub>、匹配水 平参量Qm<sub>ij</sub>以及匹配垂直参量Pm<sub>ij</sub>的数目,将各参量的数目最大值记为最优旋角参量θmm、最优水平参量Qmm以及最优垂直参量Pmm; (18)用最优旋角参量θmm、最优水平参量Qmm以及最优垂直参量Pmm对粗配准图像集合<img file="FDA00003017563500031.GIF" wi="35" he="61" />中时相2的各波段归一化图像进行相应的旋转和平移,得到时相2的各波段最终配准图像<img file="FDA00003017563500032.GIF" wi="101" he="68" />(19)将时相2的所有波段最终配准图像<img file="FDA00003017563500033.GIF" wi="120" he="73" />与步骤(8)中得到的时相1的所有波段粗配准图像<img file="FDA00003017563500034.GIF" wi="118" he="75" />合并,构成最终配准图像集合<img file="FDA00003017563500035.GIF" wi="56" he="63" />
地址 710071 陕西省西安市太白南路2号