38] 下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步的說明。
[0039] 圖1為本發(fā)明配準(zhǔn)方法流程圖。
[0040] 圖2為本發(fā)明實(shí)施例中實(shí)驗(yàn)區(qū)區(qū)位圖及原始影像圖。
[0041] 圖3-a為2005年我國(guó)南子島遙感影像。
[0042] 圖3-b為2009年我國(guó)南子島遙感影像。
[0043] 圖3-c為2005年我國(guó)南子島影像島礁邊界提取結(jié)果。
[0044] 圖3-d為2009年我國(guó)南子島影像島礁邊界提取結(jié)果。
[0045] 圖3-e為2005年我國(guó)南子島影像仿射不變特征點(diǎn)提取結(jié)果。
[0046] 圖3-f為2009年我國(guó)南子島影像仿射不變特征點(diǎn)提取結(jié)果。
[0047] 圖3-g為我國(guó)南子島影像仿射不變特征匹配結(jié)果。
[0048] 圖3-h為我國(guó)南子島影像進(jìn)行初次篩選后的結(jié)果。
[0049] 圖3-i為我國(guó)南子島影像進(jìn)行RANSAC閾值為0. 6的二次篩選后的結(jié)果。
[0050] 圖3-j為我國(guó)南子島影像進(jìn)行RANSAC閾值為0. 7的二次篩選后的結(jié)果。
[0051] 圖4為島礁重疊面積比率隨RANSAC閾值變化圖。
【具體實(shí)施方式】
[0052] 下面根據(jù)附圖詳細(xì)闡述本發(fā)明，使本發(fā)明的技術(shù)路線和操作步驟更加清晰。
[0053] 如圖2所示，實(shí)施例選擇位于我國(guó)南海的南子島作為研究區(qū)，經(jīng)度為東經(jīng)114度20 分，煒度為北煒11度26分，面積約0. 13平方公里。該研究區(qū)屬中國(guó)海南省三沙市，島呈長(zhǎng) 橢圓形，海拔平均為3. 9米。
[0054] 實(shí)驗(yàn)數(shù)據(jù)為覆蓋該區(qū)域的2景高分辨率遙感影像，第一景（圖2下部左側(cè)及圖 3-a)為QuickBird遙感影像全色波段的一部分，空間分辨率為0. 6米，成像于2005年1月 27日；第二景（圖2下部右側(cè)及圖3-b)為WorldView-2遙感影像全色波段的一部分，空間 分辨率為0. 5米，成像時(shí)間為2009年12月31日。
[0055] 本發(fā)明基于分層篩選策略的島礁遙感影像配準(zhǔn)方法（流程圖見圖1)，包括以下步 驟：
[0056] 第一步、仿射不變特征匹配一一使用MSER算子對(duì)兩幅島礁遙感影像提取仿射不變 特征點(diǎn)，然后用SIFT描述子對(duì)仿射不變特征點(diǎn)進(jìn)行描述，逐點(diǎn)生成128維特征向量，根據(jù)特 征向量對(duì)兩幅島礁遙感影像的特征點(diǎn)進(jìn)行匹配，獲得若干特征點(diǎn)對(duì)。
[0057] 首先使用ENVI軟件從原始島礁遙感影像中裁剪出島礁及周邊水域，然后使用 MSER算子提取島礁影像的仿射不變特征點(diǎn)（本步驟借助OpenCV庫用C++編程實(shí)現(xiàn)），但 本發(fā)明中所涉仿射不變特征點(diǎn)不限于這種算法獲得，本實(shí)施例中兩島礁影像分別生成1562 和2980個(gè)特征點(diǎn)，圖3-e為2005年我國(guó)南子島影像仿射不變特征點(diǎn)提取結(jié)果。圖3-f為 2009年我國(guó)南子島影像仿射不變特征點(diǎn)提取結(jié)果。然后用SIFT描述子對(duì)每個(gè)特征點(diǎn)進(jìn)行 描述，生成128為特征向量（本步驟借助OpenCV庫用C++編程實(shí)現(xiàn)），但本發(fā)明中所涉特征 向量不限于這種算法獲得。計(jì)算影像上的特征向量與另一影像上的所有特征向量的歐氏距 離。當(dāng)最鄰近距離與次鄰近距離的比率小于0.85時(shí)，認(rèn)為這兩的特征向量相匹配，生成一 對(duì)特征點(diǎn)對(duì)，本實(shí)施例共生成439個(gè)特征點(diǎn)對(duì)。圖3-g為我國(guó)南子島影像仿射不變特征匹 配結(jié)果。
[0058] 第二步、建立幾何變換模型一一選擇仿射變換模型作為幾何變換模型，用自然斷 裂法分別從兩幅島礁遙感影像中提取島礁邊界，并根據(jù)獲得的兩個(gè)島礁邊界信息解算得到 仿射變換模型的模型參數(shù)。
[0059] 本步驟中，首先用自然斷裂法從源島礁遙感影像中提取島礁礁坪，然后使用ENVI 軟件進(jìn)行形態(tài)學(xué)閉運(yùn)算濾波，再使用ArcGIS軟件進(jìn)行柵格數(shù)據(jù)矢量化，得到島礁邊界，圖 3-c為2005年我國(guó)南子島影像島礁邊界提取結(jié)果，圖3-d為2009年我國(guó)南子島影像島礁邊 界提取結(jié)果。
[0060] 然后，根據(jù)兩島礁邊界信息逐步解算仿射不變特征矩陣，本步驟整體借助OpenCV 庫用C++編程實(shí)現(xiàn)，詳細(xì)步驟如下：
[0061] al)、計(jì)算中心點(diǎn)。中心點(diǎn)坐標(biāo)（U7}根據(jù)下式獲得：
[0062]
[0063] 本實(shí)施例中兩島礁邊界中心點(diǎn)平面坐標(biāo)分別為（1168. 60,1121. 22)和（1138. 82， 1135. 80) 〇
[0064] a2)、確定主方向。首先確定過中心點(diǎn)（x，y)的直線束方程，直線束方程根據(jù)下式 獲得：
[0065]
[0066] 再計(jì)算直線束中所有直線與所有邊界點(diǎn)垂距的平方和，當(dāng)平方和最小時(shí)，該直線 斜率為邊界主方向。主方向斜率Θ根據(jù)下式獲得：
[0067]
[0068] 本實(shí)施例中兩島礁邊界主方向斜率分別為41. 531273和40. 528446。
[0069] a3)、計(jì)算旋轉(zhuǎn)角。計(jì)算仿射矩陣中旋轉(zhuǎn)角參數(shù)α，由主方向斜率相減可得α值。 本實(shí)施例中兩島礁邊界主方向旋轉(zhuǎn)角參數(shù)為-1. 002827。
[0070] a4)、計(jì)算比例參數(shù)。首先將主方向斜率帶入直線束方程中可得到兩直線，將直線 與島礁邊界截線作為長(zhǎng)軸，本實(shí)施例中長(zhǎng)軸分別為1044. 132202和1043. 324707。然后再定 義與主方向垂直方向?yàn)榇畏较?，將次方向上過中心點(diǎn)直線與島礁邊界截線作為短軸，本實(shí) 施例中短軸分別為527. 977173和557. 712952,最后根據(jù)兩島礁邊界間長(zhǎng)軸的比值和短軸 的比值，求得仿射矩陣中比例參數(shù)。本實(shí)施例中長(zhǎng)軸和短軸的比例參數(shù)分別為0. 999226635 和 L 056320198。
[0071] a5)、計(jì)算平移參數(shù)。根據(jù)已求得的旋轉(zhuǎn)角和比例參數(shù)，將中心點(diǎn)帶入后，平移參數(shù) 根據(jù)下式獲得：
[0072] υ j.
ζ...... _
[0073] 本實(shí)施例中主次方向上平移參數(shù)分別為-7. 970558821和-27. 94712967。
[0074] a6)、求得仿射變換矩陣。最終可得到仿射變換矩陣，本實(shí)施例中仿射變換矩陣如 下：
[0075]
[0076] 第三步、初次篩選特征點(diǎn)對(duì)--根據(jù)所述的仿射變換模型將特征點(diǎn)對(duì)中的一個(gè)特 征點(diǎn)進(jìn)行仿射變換，變換后計(jì)算與其匹配的特征點(diǎn)之間的歐氏距離，作為特征點(diǎn)對(duì)的誤差 值，以誤差值從小到大選取占樣本總數(shù)8% -12%的特征點(diǎn)對(duì)，誤差閾值逐漸增大，不斷計(jì) 算誤差值小于該誤差閾值的特征點(diǎn)對(duì)中歸屬于主影像的特征點(diǎn)所構(gòu)成點(diǎn)集的空間離散度， 當(dāng)空間離散度達(dá)到最大時(shí)所對(duì)應(yīng)的誤差閾值作為篩選閾值，篩除誤差值大于該篩選閾值的 特征點(diǎn)對(duì)。
[0077] 本步驟中，將特征點(diǎn)對(duì)中的特征點(diǎn)坐標(biāo)帶入第二步中的仿射變換矩陣中，求得變 換特征點(diǎn)坐標(biāo)與同名特征點(diǎn)坐標(biāo)的歐氏距離，作為特征點(diǎn)對(duì)的誤差值。根據(jù)特征點(diǎn)對(duì)的誤 差值對(duì)特征點(diǎn)對(duì)進(jìn)行排序，前η個(gè)誤差最小特征點(diǎn)（主影像）的空間離散度SDQiI據(jù)下式 獲得：
[0078]
[0079] 其中，表示前η個(gè)誤差最小特征點(diǎn)的加權(quán)中心點(diǎn)坐標(biāo)，（Xl，yi)為第i個(gè) 誤差最小特征點(diǎn)的坐標(biāo)。保留特征點(diǎn)對(duì)樣本總數(shù)的8% -12%數(shù)目的特征點(diǎn)對(duì)，選擇空間離 散度最大的特征點(diǎn)對(duì)所對(duì)應(yīng)誤差值作為篩選閾值，用該閾值篩選特征點(diǎn)對(duì)。本實(shí)施例中的 篩選閾值為100,篩選后特征點(diǎn)對(duì)數(shù)目為35。圖3-h為我國(guó)南子島影像進(jìn)行初次篩選后的 結(jié)果。
[0080] 第四步、二次篩選特征點(diǎn)對(duì)一一以島礁面積重疊率作為約束條件，使用RANSAC迭 代算法對(duì)特征點(diǎn)對(duì)進(jìn)行篩選。
[0081] 本步驟中，利用島礁面積重疊度作為約束，來自動(dòng)選取最優(yōu)RANSAC篩選閾值。首 先，選取極小的RANSAC閾值，篩選結(jié)果不保留特征點(diǎn)對(duì)或僅保留一小部分正確的特征點(diǎn) 對(duì)，解算初始的單應(yīng)矩陣，計(jì)算影