專利名稱：一種基于人眼視覺特性的遙感圖像拼接方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計(jì)算機(jī)圖像處理技術(shù)領(lǐng)域，尤其涉及一種基于人眼視覺特性的遙感圖像拼接方法。
背景技術(shù)：
遙感圖像是通過(guò)衛(wèi)星、飛機(jī)或者熱氣球等高空飛行的平臺(tái)獲取的圖像，在災(zāi)害預(yù)警、資源探測(cè)、軍事偵察、地圖測(cè)繪等領(lǐng)域都有非常重要的作用，是人類了解地球氣候、資源等信息變化的重要途徑。 在獲取遙感圖像的過(guò)程中，總是希望得到足夠視場(chǎng)的高分辨率圖像，這樣可以便于人們快速地提取有用的信息。但是現(xiàn)有的技術(shù)條件下，視場(chǎng)與分辨率是兩個(gè)很難調(diào)和的矛盾。現(xiàn)有的解決方案一方面是繼續(xù)增加傳感器的分辨率，一方面通過(guò)對(duì)某一大區(qū)域多次成像獲取多幅具有高分辨的重疊圖像，通過(guò)后續(xù)的圖像處理技術(shù)還原成一幅大覆蓋范圍高分辨率的遙感圖像。遙感圖像拼接可以兩個(gè)部分圖像配準(zhǔn)和圖像融合。圖像配準(zhǔn)是圖像拼接技術(shù)的核心環(huán)節(jié)，是獲取兩幅重疊圖像的變換關(guān)系的手段。為了得到更加準(zhǔn)確的圖像之間的關(guān)系，通常會(huì)在圖像配準(zhǔn)中進(jìn)行優(yōu)化，優(yōu)化的方法有很多種。但是以前的優(yōu)化算法都是統(tǒng)一性的優(yōu)化，也就是不區(qū)分圖像內(nèi)容之間的重要性的，實(shí)際結(jié)果是有可能在一些對(duì)實(shí)際生產(chǎn)生活沒有用的區(qū)域達(dá)到了比較高的拼接精度，但是在一些非常重要的內(nèi)容上反而得到了非常差的結(jié)果，不利于后續(xù)的應(yīng)用。

發(fā)明內(nèi)容
本發(fā)明的目的是針對(duì)遙感圖像景物重要性的差異提供一種可以針對(duì)不同的應(yīng)用環(huán)境的優(yōu)化方法，使得優(yōu)化的結(jié)果符合人眼的視覺判斷特性。為了實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于人眼視覺特性的遙感圖像拼接方法，包括以下步驟I)提取參考圖像和待拼接圖像上的特征點(diǎn)，建立匹配特征點(diǎn)對(duì)，得到兩幅圖像特征點(diǎn)之間的初始的匹配關(guān)系；2)剔除錯(cuò)誤的匹配關(guān)系，得到匹配關(guān)系正確的匹配特征點(diǎn)對(duì)，并得到參考圖像和待拼接圖像之間初始的變換矩陣H ；3)將所述參考圖像劃分為感興趣的區(qū)域和普通的區(qū)域，分別計(jì)算兩個(gè)區(qū)域的平均梯度值Sint_st(G)和Snmial(G),利用平均梯度值的比得到權(quán)重因子α ；4)設(shè)置增量矩陣P作為初始的變換矩陣H的優(yōu)化增量，利用步驟2)中的匹配特征點(diǎn)對(duì)的坐標(biāo)信息和步驟3)中的權(quán)重因子α迭代求解增量矩陣P，且利用迭代過(guò)程中每一次得到的增量矩陣P可計(jì)算得到對(duì)應(yīng)的變換矩陣H，直到收斂結(jié)束迭代過(guò)程；
5)應(yīng)用最終的變換矩陣H對(duì)待拼接圖像進(jìn)行投影變換，并與參考圖像進(jìn)行拼接融合，完成圖像的拼接。參考圖像和待拼接圖像的特征點(diǎn)選取采用SIFT算法，并利用歐式幾何距離原則得到特征點(diǎn)之間的初始的匹配關(guān)系；并利用RANSAC方法剔除錯(cuò)誤的匹配關(guān)系，即得到匹配關(guān)系正確的匹配特征點(diǎn)對(duì)，通過(guò)正確的匹配關(guān)系得到的變換矩陣可以使得兩幅拼接圖像比較好的重疊在一起，而錯(cuò)誤的匹配則會(huì)產(chǎn)生誤拼接。令所述步驟2)中參考圖像特征點(diǎn)的齊次坐標(biāo)為X1 = (x1； Y1, I)，待拼接圖像特征點(diǎn)的齊次坐標(biāo)為\ = (χ2 12，I)，及初始的變換矩陣H為
權(quán)利要求
1.一種基于人眼視覺特性的遙感圖像拼接方法，其特征在于，包括以下步驟 1)提取參考圖像和待拼接圖像上的特征點(diǎn)，建立匹配特征點(diǎn)對(duì)，得到兩幅圖像特征點(diǎn)之間的初始的匹配關(guān)系； 2)剔除錯(cuò)誤的匹配關(guān)系，得到匹配關(guān)系正確的匹配特征點(diǎn)對(duì)，并得到參考圖像和待拼接圖像之間初始的變換矩陣H ； 3)將所述參考圖像劃分為感興趣的區(qū)域和普通的區(qū)域，分別計(jì)算兩個(gè)區(qū)域的平均梯度值Sinterest (G)和Snmial(G),利用平均梯度值的比得到權(quán)重因子α ； 4)設(shè)置增量矩陣P作為初始的變換矩陣H的優(yōu)化增量，利用步驟2)中的匹配特征點(diǎn)對(duì)的坐標(biāo)信息和步驟3)中的權(quán)重因子α迭代求解增量矩陣P，且利用迭代過(guò)程中每一次得到的增量矩陣P可計(jì)算得到對(duì)應(yīng)的變換矩陣H，直到收斂結(jié)束迭代過(guò)程； 5)應(yīng)用最終的變換矩陣H對(duì)待拼接圖像進(jìn)行投影變換，并與參考圖像進(jìn)行拼接融合，完成圖像的拼接。
2.如權(quán)利要求I所述的基于人眼視覺特性的遙感圖像拼接方法，其特征在于，令所述步驟2)中參考圖像特征點(diǎn)的齊次坐標(biāo)為X1 = (Xl，y2，l)，待拼接圖像特征點(diǎn)的齊次坐標(biāo)為X2 = (χ2 y2，I)，及所述的初始的變換矩陣H為hI K H= A4 hs h6 H1 \ I 式中，h h8是變換矩陣H中的元素，表征了參考圖像和待拼接圖像之間的投影變換關(guān)系。
3.如權(quán)利要求2所述的基于人眼視覺特性的遙感圖像拼接方法，其特征在于，圖像中像素的梯度值G(x，y)由下式表示 rdx.y) = ^jf;(x,y) + ly(x,y) τ _ dl(x. V) j _ (-':·>’) ，y— dy 式中，(x，y)是圖像中像素的坐標(biāo)，Ix表示圖像在X方向的梯度，Iy表示圖像在y方向上的梯度，I (x, y)表示圖像的灰度值。
4.如權(quán)利要求3所述的基于人眼視覺特性的遙感圖像拼接方法，其特征在于，所述權(quán)重因子α表示為β _ SmtereAG) Smal(G)I a =- β + \ 式中Sint_st(G)是感興趣區(qū)域所有像素梯度值的平均值，Snmial (G)是普通區(qū)域所有像素梯度值的平均值。
5.如權(quán)利要求4所述的基于人眼視覺特性的遙感圖像拼接方法，其特征在于，所述的增量矩陣P表示為
6.如權(quán)利要求5所述的基于人眼視覺特性的遙感圖像拼接方法，其特征在于，增量矩陣P與變換矩陣H的關(guān)系式為(I+P)H — H式中，I為單位矩陣。
7.如權(quán)利要求6所述的基于人眼視覺特性的遙感圖像拼接方法，其特征在于，引入公式
8.如權(quán)利要求7所述的基于人眼視覺特性的遙感圖像拼接方法，其特征在于，所述待拼接圖像的特征點(diǎn)坐標(biāo)經(jīng)過(guò)投影變換后的坐標(biāo)為X3 = (x3, y3,1) = (I+P)HX2 = (I+P)X/ 2 式中，I為單位矩陣，X' 2為中間坐標(biāo)變量，且X' 2 = (χ; 2，！' 2，1)。
9.如權(quán)利要求8所述的基于人眼視覺特性的遙感圖像拼接方法，其特征在于，利用每次迭代過(guò)程中得到的增量矩陣P，根據(jù)(I+P) H — H得到下次的迭代過(guò)程中的變換矩陣H，并代入公式(I+P)H — H迭代求解得到最終的變換矩陣H。
10.如權(quán)利要求9所述的基于人眼視覺特性的遙感圖像拼接方法，其特征在于，所述參考圖像和待拼接圖像之間的坐標(biāo)變換關(guān)系式為
全文摘要
本發(fā)明公開了一種基于人眼視覺特性的遙感圖像拼接方法，包括以下步驟1)提取參考圖像和待拼接圖像上的特征點(diǎn)，建立匹配特征點(diǎn)對(duì)；2)剔除錯(cuò)誤的匹配特征點(diǎn)對(duì)，得到參考圖像和待拼接圖像之間初始的變換矩陣H；3)將參考圖像劃分為感興趣的區(qū)域和普通的區(qū)域，利用兩個(gè)區(qū)域的平均梯度值之比得到權(quán)重因子α；4)設(shè)置增量矩陣P作為初始的變換矩陣H的優(yōu)化增量，利用步驟2)中的匹配特征點(diǎn)對(duì)的坐標(biāo)信息和步驟3)中的權(quán)重因子α迭代求解增量矩陣P，且利用迭代過(guò)程中每一次得到的增量矩陣P可計(jì)算得到對(duì)應(yīng)的變換矩陣H，直到收斂結(jié)束迭代過(guò)程；5)應(yīng)用最終的變換矩陣H對(duì)待拼接圖像進(jìn)行投影變換，并與參考圖像進(jìn)行拼接融合，完成圖像的拼接。
文檔編號(hào)G06T5/50GK102968780SQ20121051069
公開日2013年3月13日 申請(qǐng)日期2012年12月3日 優(yōu)先權(quán)日2012年9月11日
發(fā)明者陳錦偉, 馮華君, 徐之海, 李奇 申請(qǐng)人:浙江大學(xué)