專(zhuān)利名稱(chēng)：一種基于顯著區(qū)域分析的紅外與可見(jiàn)光遙感圖像配準(zhǔn)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其是ー種基于顯著區(qū)域分析的紅外與可見(jiàn)光遙感圖像配準(zhǔn)方法，可用于航天、航空傳感器平臺(tái)獲取的紅外與可見(jiàn)光遙感圖像的配準(zhǔn)。
背景技術(shù)：
近年來(lái)，我國(guó)的對(duì)地觀測(cè)衛(wèi)星快速發(fā)展，衛(wèi)星的數(shù)量和應(yīng)用領(lǐng)域不斷擴(kuò)大，大量的觀測(cè)數(shù)據(jù)廣泛應(yīng)用于社會(huì)經(jīng)濟(jì)發(fā)展的各個(gè)領(lǐng)域，發(fā)揮了不可替代的作用。采用多源傳感器是對(duì)地觀測(cè)系統(tǒng)的ー個(gè)重要特點(diǎn)，紅外和可見(jiàn)光傳感器是多源傳感器中重要的兩種傳感器。由于這兩種傳感器具有不同的成像機(jī)理，因此獲取的圖像體現(xiàn)了觀測(cè)對(duì)象的不同特性，具有良好的互補(bǔ)性，因此，將二者進(jìn)行融合具有巨大的應(yīng)用前景，而紅外與可見(jiàn)光圖像的配準(zhǔn)則是融合的重要基礎(chǔ)?！ぜt外與可見(jiàn)光傳感器由于成像機(jī)理不同帶來(lái)的成像上的差異，加上紅外圖像自身分辨率較低的影響，給配準(zhǔn)造成了巨大的困難。雖然近年來(lái)有研究人員針對(duì)紅外與可見(jiàn)光的配準(zhǔn)問(wèn)題開(kāi)展了研究，也取得了一定的成果，但是其距離實(shí)用化還有很大的距離。因此，如何高效和準(zhǔn)確的實(shí)現(xiàn)紅外與可見(jiàn)光圖像的配準(zhǔn)，充分發(fā)揮遙感圖像尤其是紅外圖像的使用效能，仍是ー個(gè)極具挑戰(zhàn)性的難點(diǎn)課題，尚存許多問(wèn)題亟待解決，因此，很有必要對(duì)其進(jìn)行深入的研究和探討。

發(fā)明內(nèi)容
紅外與可見(jiàn)光圖像配準(zhǔn)技術(shù)是兩種圖像進(jìn)行融合的基礎(chǔ)，對(duì)于紅外與可見(jiàn)光圖像的綜合應(yīng)用具有重要意義，同時(shí)也是使用高精度可見(jiàn)光圖像提高紅外圖像定位精度的重要技術(shù)途徑。紅外與可見(jiàn)光圖像由于成像機(jī)理不同，具有各自不同的特點(diǎn)和良好的互補(bǔ)性，也正是由于成像機(jī)理的不同，給配準(zhǔn)帶來(lái)了巨大的難度，目前的技術(shù)還無(wú)法實(shí)現(xiàn)高效、準(zhǔn)確和自動(dòng)化的配準(zhǔn)。本發(fā)明的目的是綜合顯著性分析和遙感圖像中的先驗(yàn)信息的約束，提供一種自動(dòng)高效的紅外和可見(jiàn)光圖像配準(zhǔn)方法，該方法包括以下步驟步驟SI，根據(jù)經(jīng)緯度信息計(jì)算紅外與可見(jiàn)光遙感圖像的重疊區(qū)域，并對(duì)所述紅外與可見(jiàn)光遙感圖像中的重疊區(qū)域進(jìn)行尺度歸ー化，得到具有相同尺度和相同方向的紅外遙感重疊圖像與可見(jiàn)光遙感重疊圖像，所述紅外與可見(jiàn)光遙感圖像為帶有地理定位信息也就是經(jīng)緯度信息的、經(jīng)過(guò)了方向校正的紅外與可見(jiàn)光遙感圖像；步驟S2，基于歸ー化后的所述紅外遙感重疊圖像與可見(jiàn)光遙感重疊圖像，根據(jù)特征一致性原則提取所述紅外遙感重疊圖像中有利于進(jìn)行特征匹配的顯著區(qū)域，相應(yīng)地得到用于圖像配準(zhǔn)的顯著性圖像；步驟S3，分別提取歸ー化后的所述紅外遙感重疊圖像與可見(jiàn)光遙感重疊圖像中的尺度不變特征變換SIFT特征點(diǎn)，并計(jì)算相應(yīng)特征點(diǎn)的特征描述子；步驟S4，利用所述步驟S3得到的兩幅重疊圖像的SIFT特征點(diǎn)的特征相似度、尺度和距離約束進(jìn)行特征點(diǎn)匹配，得到匹配成功的特征點(diǎn)對(duì)；步驟S5，根據(jù)所述步驟S4得到的特征點(diǎn)對(duì)在所述顯著性圖像中相應(yīng)位置的像素點(diǎn)的值對(duì)特征點(diǎn)對(duì)之間的相似度進(jìn)行加權(quán)，并根據(jù)加權(quán)后的各個(gè)特征點(diǎn)對(duì)之間的相似度對(duì)各個(gè)特征點(diǎn)對(duì)進(jìn)行排序；步驟S6，根據(jù)加權(quán)排序后的特征點(diǎn)對(duì)集合計(jì)算變換矩陣；步驟S7，根據(jù)所述變換矩陣，將所述紅外遙感圖像變換到與所述可見(jiàn)光遙感圖像相同的坐標(biāo)系中，得到與所述可見(jiàn)光遙感圖像配準(zhǔn)的紅外遙感圖像。本發(fā)明的有益效果是，本發(fā)明通過(guò)基于顯著性分析的方法對(duì)特征點(diǎn)對(duì)進(jìn)行了選擇，抑制了錯(cuò)誤的匹配結(jié)果對(duì)結(jié)果的影響，從而解決了紅外與可見(jiàn)光圖像由于傳感器類(lèi)型不同所造成的配準(zhǔn)難點(diǎn)。本發(fā)明提出的紅外與可見(jiàn)光圖像配準(zhǔn)方法使用范圍廣，計(jì)算效率聞。


圖I是本發(fā)明提出的基于顯著區(qū)域分析的紅外與可見(jiàn)光遙感圖像配準(zhǔn)方法的流程圖。圖2是本發(fā)明基于特征一致性的顯著區(qū)域分析流程圖。
具體實(shí)施例方式為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，以下結(jié)合具體實(shí)施例，并參照附圖，對(duì)本發(fā)明進(jìn)ー步詳細(xì)說(shuō)明。本發(fā)明使用的方法既可以在個(gè)人計(jì)算機(jī)、エ控機(jī)及服務(wù)器上以軟件的形式安裝并執(zhí)行，也可將方法做成嵌入式芯片以硬件的形式來(lái)體現(xiàn)。圖I是本發(fā)明提出的基于顯著區(qū)域分析的紅外與可見(jiàn)光遙感圖像配準(zhǔn)方法的流程圖，如圖I所示，本發(fā)明提出的基于顯著區(qū)域分析的紅外與可見(jiàn)光遙感圖像配準(zhǔn)方法，包括以下幾個(gè)步驟步驟SI，根據(jù)經(jīng)緯度信息計(jì)算紅外與可見(jiàn)光遙感圖像的重疊區(qū)域，并對(duì)所述紅外與可見(jiàn)光遙感圖像中的重疊區(qū)域進(jìn)行尺度歸ー化，得到具有相同尺度和相同方向的紅外遙感重疊圖像與可見(jiàn)光遙感重疊圖像；所述紅外與可見(jiàn)光遙感圖像為帶有地理定位信息也就是經(jīng)緯度信息的、經(jīng)過(guò)了方向校正的紅外與可見(jiàn)光遙感圖像，即2級(jí)遙感圖像，該圖像的上方對(duì)應(yīng)正北方向。所述步驟SI中對(duì)所述紅外與可見(jiàn)光遙感圖像中的重疊區(qū)域進(jìn)行尺度歸ー化的步驟進(jìn)一歩包括步驟S11，根據(jù)各自的圖像分辨率計(jì)算所述紅外與可見(jiàn)光遙感圖像的相對(duì)像元尺寸；設(shè)輸入的紅外遙感圖像的分辨率Fl為10米，可見(jiàn)光遙感圖像的分辨率F2為2米，則紅外遙感圖像與可見(jiàn)光遙感圖像的相對(duì)像元尺寸為Fl F2 = 5。步驟S12，截取所述紅外與可見(jiàn)光遙感圖像的重疊區(qū)域，得到紅外與可見(jiàn)光遙感圖像的重疊圖像；步驟S13，根據(jù)所述相對(duì)像元尺寸將截取得到的兩幅重疊圖像調(diào)整到同樣的尺度；
根據(jù)所述步驟Sll計(jì)算得到的相對(duì)像元尺寸，將所述可見(jiàn)光遙感圖像的重疊圖像的尺寸調(diào)整為原來(lái)的五分之一，即可使得紅外遙感圖像與可見(jiàn)光遙感圖像的重疊圖像具有相同的尺度，實(shí)現(xiàn)所述紅外與可見(jiàn)光遙感圖像的重疊區(qū)域的尺度歸ー化。步驟S2，基于歸ー化后的所述紅外遙感重疊圖像與可見(jiàn)光遙感重疊圖像，根據(jù)特征一致性原則提取所述紅外遙感重疊圖像中有利于進(jìn)行特征匹配的顯著區(qū)域，相應(yīng)地得到用于圖像配準(zhǔn)的顯著性圖像；所述有利于進(jìn)行特征匹配的顯著區(qū)域指的是具有良好特征一致性的區(qū)域，即兩幅重疊圖像的該區(qū)域中均具有明顯的紋理和結(jié)構(gòu)特征，并且特征具有一定相似度。圖2是本發(fā)明基于特征一致性的顯著區(qū)域分析的流程圖，如圖2所示，所述步驟S2進(jìn)ー步包括以下幾個(gè)步驟步驟S21，分別對(duì)紅外遙感重疊圖像和可見(jiàn)光遙感重疊圖像進(jìn)行降采樣處理；由于步驟SI中已經(jīng)將紅外遙感重疊圖像和可見(jiàn)光遙感重疊圖像調(diào)整到了同樣的尺度，因此只需要對(duì)兩幅重疊圖像進(jìn)行相同比例的降采樣處理即可；本發(fā)明的實(shí)施例中，將紅外遙感重疊圖像和可見(jiàn)光遙感重疊圖像的分辨率均降為原來(lái)的1/5。所述步驟S21的降采樣操作一方面可以有效抑制圖像中的噪聲，另ー方面還可以縮小步驟SI中利用經(jīng)緯度信息對(duì)紅外與可見(jiàn)光遙感圖像進(jìn)行粗匹配的結(jié)果中像素之間的距離，有利于接下來(lái)的特征匹配，同時(shí)還能夠減小計(jì)算量。步驟S22，在經(jīng)過(guò)降采樣處理的紅外遙感重疊圖像上提取顯著邊緣特征點(diǎn)，即其梯度值大于指定閾值的邊緣點(diǎn)，得到所述紅外遙感重疊圖像的邊緣圖像；在本發(fā)明的實(shí)施例中，采用Canny算子來(lái)計(jì)算某邊緣點(diǎn)的梯度值,Canny算法中包含兩個(gè)閾值，本發(fā)明實(shí)施例將第一個(gè)閾值設(shè)定為60，將第二個(gè)閾值設(shè)定為第一個(gè)閾值的三倍即180。步驟S23，根據(jù)所述步驟S22檢測(cè)到的紅外遙感重疊圖像的邊緣圖像提取紅外遙感重疊圖像的輪廓曲線，并僅保留其中長(zhǎng)度均大于指定閾值的輪廓曲線；所述步驟S23中，使用本領(lǐng)域通用的邊緣跟蹤方法來(lái)提取紅外遙感重疊圖像的輪廓曲線，輪廓曲線上像素的數(shù)目即為輪廓曲線的長(zhǎng)度，該步驟在提取輪廓曲線時(shí)，只提取長(zhǎng)度滿(mǎn)足要求的顯著輪廓曲線，以保證輪廓特征的穩(wěn)定性，在本發(fā)明的實(shí)施例中，輪廓長(zhǎng)度的閾值設(shè)定為100。步驟S24，對(duì)于所述步驟S23得到的紅外遙感重疊圖像中的每ー個(gè)輪廓曲線，通過(guò)在降采樣處理后的可見(jiàn)光遙感重疊圖像中尋找其對(duì)應(yīng)匹配結(jié)果來(lái)計(jì)算每一個(gè)輪廓曲線的匹配度；所述步驟S24中尋找對(duì)應(yīng)匹配結(jié)果的步驟進(jìn)一歩包括如下步驟步驟S241，在可見(jiàn)光遙感重疊圖像上提取邊緣點(diǎn)，且只保留梯度值大于指定閾值的邊緣點(diǎn)；在本發(fā)明的實(shí)施例中，使用Sobel算子來(lái)計(jì)算該梯度值，且閾值設(shè)定為80。步驟S242，對(duì)于紅外遙感重疊圖像中的某個(gè)輪廓曲線C，將其與可見(jiàn)光遙感重疊圖像進(jìn)行匹配，并計(jì)算該輪廓曲線C的匹配度。將該輪廓曲線C上面的每ー個(gè)點(diǎn)記為pi，設(shè)其坐標(biāo)為(xi，yi)，如果在可見(jiàn)光遙感重疊圖像中以坐標(biāo)(xi，yi)為中心，以r為半徑的范圍內(nèi)存在與點(diǎn)pi的梯度方向相同的點(diǎn)，則認(rèn)為點(diǎn)Pi在可見(jiàn)光遙感重疊圖像中存在匹配點(diǎn)，同時(shí)在可見(jiàn)光遙感重疊圖像中去除該匹配點(diǎn)，以避免重復(fù)匹配。按照上述方法對(duì)輪廓曲線C上的每ー個(gè)點(diǎn)進(jìn)行匹配，得到可見(jiàn)光遙感重疊圖像中的多個(gè)匹配點(diǎn)。若輪廓曲線C的長(zhǎng)度為N，在可見(jiàn)光遙感圖像的重疊圖像中匹配得到的匹配點(diǎn)的數(shù)目為NR，則該輪廓曲線C的匹配度為P = NR/N。步驟S25，根據(jù)所述每ー個(gè)輪廓曲線的匹配度對(duì)所述輪廓曲線附近區(qū)域的所有像素點(diǎn)進(jìn)行賦值，即將所述輪廓曲線附近區(qū)域的所有像素點(diǎn)賦值為該輪廓曲線的匹配度，具有高匹配度的區(qū)域即為顯著區(qū)域。所述輪廓曲線的附近區(qū)域指的是以輪廓曲線上的點(diǎn)為中心，以Rl為半徑的區(qū)域，在本發(fā)明的實(shí)施例中，Rl取值為10。所述匹配度越高，就認(rèn)為相應(yīng)的附近區(qū)域的特征一致性越好，該區(qū)域的顯著性值 就越大。通過(guò)上述顯著區(qū)域的分析步驟不僅得到了具有良好特征一致性的區(qū)域，并且這些區(qū)域也是在兩幅圖像中均存在明顯的紋理特征的區(qū)域，因此，在這些區(qū)域提取的特征點(diǎn)更有利于實(shí)現(xiàn)特征的匹配。最終的顯著性圖像反映了在大尺度上紅外與可見(jiàn)光遙感圖像的重疊圖像是否一致，大尺度上特征一致的區(qū)域?qū)⒃趫D像精配準(zhǔn)時(shí)對(duì)應(yīng)更多地特征。步驟S3，分別提取歸ー化后的所述紅外遙感重疊圖像與可見(jiàn)光遙感重疊圖像中的SIFT (尺度不變特征變換)特征點(diǎn)，并計(jì)算相應(yīng)特征點(diǎn)的特征描述子；在計(jì)算特征點(diǎn)的特征描述子時(shí)，考慮到紅外遙感圖像反映的是地物的溫度特性，其與可見(jiàn)光遙感圖像中的灰度值并沒(méi)有嚴(yán)格的對(duì)應(yīng)關(guān)系，因此本發(fā)明使用0-180度的范圍，即認(rèn)為相差180度的兩個(gè)梯度方向是相同的。該步驟中，特征點(diǎn)的提取和特征描述子的計(jì)算均采用本領(lǐng)域通用的標(biāo)準(zhǔn)SIFT方法，只是標(biāo)準(zhǔn)SIFT方法在計(jì)算梯度方向的時(shí)候，計(jì)算出的梯度方向Dir為0-360度，而本發(fā)明實(shí)施例中，根據(jù)上述考慮對(duì)其進(jìn)行修改Dir = Dir% 180。步驟S4，利用所述步驟S3得到的兩幅重疊圖像的SIFT特征點(diǎn)的特征相似度、尺度和距離約束進(jìn)行特征點(diǎn)匹配，得到匹配成功的特征點(diǎn)對(duì)；設(shè)紅外遙感重疊圖像中的特征點(diǎn)記為featl,其尺度為si,位置為(xl, yl),特征描述子為descrl ;可見(jiàn)光遙感重疊圖像中的特征點(diǎn)記為feat2,其尺度為s2,位置為(x2,y2)，特征描述子為descrf，其中，各特征點(diǎn)的尺度和位置信息均是在所述步驟S3提取特征點(diǎn)時(shí)得到的。如果上述兩個(gè)特征點(diǎn)滿(mǎn)足如下式所示的特征相似度、尺度和距離約束，則認(rèn)為特征點(diǎn)featl和feat2為ー個(gè)匹配成功的特征點(diǎn)對(duì)DescrDist (descrl, descr2) < descrThres,sl/s2 > O. 5&sl/s2 < 2，
權(quán)利要求
1.ー種基于顯著區(qū)域分析的紅外與可見(jiàn)光遙感圖像配準(zhǔn)方法，其特征在于，該方法包括以下步驟 步驟Si，根據(jù)經(jīng)緯度信息計(jì)算紅外與可見(jiàn)光遙感圖像的重疊區(qū)域，并對(duì)所述紅外與可見(jiàn)光遙感圖像中的重疊區(qū)域進(jìn)行尺度歸ー化，得到具有相同尺度和相同方向的紅外遙感重疊圖像與可見(jiàn)光遙感重疊圖像，所述紅外與可見(jiàn)光遙感圖像為帶有地理定位信息也就是經(jīng)緯度信息的、經(jīng)過(guò)了方向校正的紅外與可見(jiàn)光遙感圖像； 步驟S2，基于歸ー化后的所述紅外遙感重疊圖像與可見(jiàn)光遙感重疊圖像，根據(jù)特征一致性原則提取所述紅外遙感重疊圖像中有利于進(jìn)行特征匹配的顯著區(qū)域，相應(yīng)地得到用于圖像配準(zhǔn)的顯著性圖像； 步驟S3，分別提取歸ー化后的所述紅外遙感重疊圖像與可見(jiàn)光遙感重疊圖像中的尺度不變特征變換SIFT特征點(diǎn)，并計(jì)算相應(yīng)特征點(diǎn)的特征描述子； 步驟S4，利用所述步驟S3得到的兩幅重疊圖像的SIFT特征點(diǎn)的特征相似度、尺度和距離約束進(jìn)行特征點(diǎn)匹配，得到匹配成功的特征點(diǎn)對(duì)； 步驟S5，根據(jù)所述步驟S4得到的特征點(diǎn)對(duì)在所述顯著性圖像中相應(yīng)位置的像素點(diǎn)的值對(duì)特征點(diǎn)對(duì)之間的相似度進(jìn)行加權(quán)，并根據(jù)加權(quán)后的各個(gè)特征點(diǎn)對(duì)之間的相似度對(duì)各個(gè)特征點(diǎn)對(duì)進(jìn)行排序； 步驟S6，根據(jù)加權(quán)排序后的特征點(diǎn)對(duì)集合計(jì)算變換矩陣； 步驟S7，根據(jù)所述變換矩陣，將所述紅外遙感圖像變換到與所述可見(jiàn)光遙感圖像相同的坐標(biāo)系中，得到與所述可見(jiàn)光遙感圖像配準(zhǔn)的紅外遙感圖像。
2.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述步驟SI中對(duì)所述紅外與可見(jiàn)光遙感圖像中的重疊區(qū)域進(jìn)行尺度歸ー化的步驟進(jìn)一歩包括 步驟S11，根據(jù)各自的圖像分辨率計(jì)算所述紅外與可見(jiàn)光遙感圖像的相對(duì)像元尺寸；步驟S12，截取所述紅外與可見(jiàn)光遙感圖像的重疊區(qū)域，得到紅外與可見(jiàn)光遙感圖像的重置圖像； 步驟S13，根據(jù)所述相對(duì)像元尺寸將截取得到的兩幅重疊圖像調(diào)整到同樣的尺度。
3.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述步驟S2中，所述有利于進(jìn)行特征匹配的顯著區(qū)域指的是具有良好特征一致性的區(qū)域，即兩幅重疊圖像的該區(qū)域中均具有明顯的紋理和結(jié)構(gòu)特征，并且特征具有一定相似度。
4.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述步驟S2進(jìn)ー步包括以下幾個(gè)步驟 步驟S21，分別對(duì)紅外遙感重疊圖像和可見(jiàn)光遙感重疊圖像進(jìn)行降采樣處理； 步驟S22，在經(jīng)過(guò)降采樣處理的紅外遙感重疊圖像上提取顯著邊緣特征點(diǎn)，即其梯度值大于指定閾值的邊緣點(diǎn)，得到所述紅外遙感重疊圖像的邊緣圖像； 步驟S23，根據(jù)所述步驟S22檢測(cè)到的紅外遙感重疊圖像的邊緣圖像提取紅外遙感重疊圖像的輪廓曲線，并僅保留其中長(zhǎng)度均大于指定閾值的輪廓曲線； 步驟S24，對(duì)于所述步驟S23得到的紅外遙感重疊圖像中的每ー個(gè)輪廓曲線，通過(guò)在降采樣處理后的可見(jiàn)光遙感重疊圖像中尋找其對(duì)應(yīng)匹配結(jié)果來(lái)計(jì)算每一個(gè)輪廓曲線的匹配度； 步驟S25，根據(jù)所述每ー個(gè)輪廓曲線的匹配度對(duì)所述輪廓曲線附近區(qū)域的所有像素點(diǎn)進(jìn)行賦值，即將所述輪廓曲線附近區(qū)域的所有像素點(diǎn)賦值為該輪廓曲線的匹配度，具有高匹配度的區(qū)域即為顯著區(qū)域。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述步驟S24中尋找對(duì)應(yīng)匹配結(jié)果的步驟進(jìn)ー步包括如下步驟 步驟S241，在可見(jiàn)光遙感重疊圖像上提取邊緣點(diǎn)，且只保留梯度值大于指定閾值的邊緣點(diǎn)； 步驟S242，對(duì)于紅外遙感重疊圖像中的某個(gè)輪廓曲線C，將其與可見(jiàn)光遙感重疊圖像進(jìn)行匹配，并計(jì)算該輪廓曲線C的匹配度。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述步驟S242中，將該輪廓曲線C上面的姆ー個(gè)點(diǎn)記為pi，設(shè)其坐標(biāo)為(xi，yi)，如果在可見(jiàn)光遙感重疊圖像中以坐標(biāo)(xi，yi)為中心，以r為半徑的范圍內(nèi)存在與點(diǎn)pi的梯度方向相同的點(diǎn)，則認(rèn)為點(diǎn)pi在可見(jiàn)光遙感重疊圖像中存在匹配點(diǎn)，同時(shí)在可見(jiàn)光遙感重疊圖像中去除該匹配點(diǎn)，以避免重復(fù)匹配。
7.根據(jù)權(quán)利要求5所述的方法，其特征在于，若輪廓曲線C的長(zhǎng)度為N，在可見(jiàn)光遙感圖像的重疊圖像中匹配得到的匹配點(diǎn)的數(shù)目為NR，則該輪廓曲線C的匹配度為P = NR/N。
8.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述步驟S4中，設(shè)紅外遙感重疊圖像中的特征點(diǎn)記為featl,其尺度為si,位置為(xl,yl),特征描述子為descrl ;可見(jiàn)光遙感重疊圖像中的特征點(diǎn)記為feat2,其尺度為s2,位置為(x2, y2),特征描述子為descr2 ； 若兩個(gè)特征點(diǎn)滿(mǎn)足如下式所示的特征相似度、尺度和距離約束，則認(rèn)為特征點(diǎn)featl和feat2為ー個(gè)匹配成功的特征點(diǎn)對(duì)
9.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述步驟S5中，所述對(duì)特征點(diǎn)對(duì)之間的相似度進(jìn)行加權(quán)表示為(I-DescrDist)*MAX(salI, sal2)， 其中，I-DescrDist表示特征點(diǎn)對(duì)之間的相似度，sail, sal2分別為顯著性圖像中，與該特征點(diǎn)對(duì)中的兩個(gè)特征點(diǎn)在各自圖像中的位置相應(yīng)的位置的像素點(diǎn)的值，DescrDist為該特征點(diǎn)對(duì)中特征點(diǎn)描述子之間的距離。
10.根據(jù)權(quán)利要求I所述的方法，其特征在于，設(shè)排序后的特征點(diǎn)對(duì)集合為PAIR={pair-1, pair-2, .··, pair-i, .··, pair-n},其中，pair-i 表示特征點(diǎn)對(duì)，η 為特征點(diǎn)對(duì)的個(gè)數(shù)； 所述步驟S6中 首先獲取所述集合中與pair-i具有平移一致性的所有特征點(diǎn)對(duì)組成特征點(diǎn)對(duì)子集合； 然后，在所述特征點(diǎn)對(duì)子集合上使用隨機(jī)抽樣一致性RANSAC方法來(lái)計(jì)算變換矩陣，并得到內(nèi)點(diǎn)數(shù)目Mi ； 最后，遍歷特征點(diǎn)對(duì)子集合中所有的特征點(diǎn)對(duì)，取遍歷過(guò)程中產(chǎn)生最大內(nèi)點(diǎn)數(shù)M的變換矩陣作為要求得的變換矩陣。
11.根據(jù)權(quán)利要求10所述的方法，其特征在于，設(shè)pair-i的兩個(gè)特征點(diǎn)的位置為(xli，yli)，(x2i, y2i)，則所述平移一致性的要求可以表示為，對(duì)于特征點(diǎn)對(duì)集合PAIR中除第i個(gè)特征點(diǎn)對(duì)外的其他特征點(diǎn)對(duì)pair-j (j i),如果滿(mǎn)足如下要求,則認(rèn)為其與pair-i具有平移一致性dxi = xli_x2i,dyi = yli-y2i,dxj = xlj-x2j,dyj = ylj-y2j,
全文摘要
本發(fā)明公開(kāi)了一種基于顯著區(qū)域分析的紅外與可見(jiàn)光遙感圖像配準(zhǔn)方法，可用于航天、航空紅外與可見(jiàn)光遙感圖像的配準(zhǔn)，該方法包括以下步驟根據(jù)經(jīng)緯度信息獲取相同尺度和方向的紅外與可見(jiàn)光圖像；根據(jù)特征一致性原則提取紅外圖像中有利于進(jìn)行特征匹配的顯著區(qū)域；提取兩幅圖像中的SIFT特征點(diǎn)并計(jì)算特征描述子；根據(jù)特征的相似度、尺度和距離約束進(jìn)行特征匹配；根據(jù)顯著圖像對(duì)特征匹配結(jié)果進(jìn)行加權(quán)并排序；選取具有平移一致性的匹配結(jié)果子集合；根據(jù)選取的特征點(diǎn)對(duì)子集合計(jì)算內(nèi)點(diǎn)數(shù)最大的變換矩陣；將紅外圖像變換到與可見(jiàn)光圖像相同的坐標(biāo)系中。本發(fā)明抑制了錯(cuò)誤的匹配結(jié)果對(duì)結(jié)果的影響，解決了紅外與可見(jiàn)光圖像由于傳感器類(lèi)型不同所造成的配準(zhǔn)問(wèn)題。
文檔編號(hào)G06T7/00GK102855621SQ20121024855
公開(kāi)日2013年1月2日 申請(qǐng)日期2012年7月18日 優(yōu)先權(quán)日2012年7月18日
發(fā)明者張吉祥, 張秀玲, 田原, 王彥情, 杜鵑 申請(qǐng)人:中國(guó)科學(xué)院自動(dòng)化研究所, 北京市遙感信息研究所