一種基于多尺度特征的熱紅外圖像配準(zhǔn)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種遙感衛(wèi)星圖像配準(zhǔn)的處理方法，特別是一種基于多尺度特征的熱 紅外圖像配準(zhǔn)方法。
【背景技術(shù)】
[0002] 遙感技術(shù)目前已在社會(huì)和科技層面轉(zhuǎn)向?qū)嶋H應(yīng)用，這些應(yīng)用包括自然災(zāi)害的處 理、氣候變化評(píng)估、自然資源管理、環(huán)境保護(hù)等，所有這些都涉及長(zhǎng)期監(jiān)測(cè)地球表面。近些 年，圖像配準(zhǔn)在遙感應(yīng)用中變的非常重要。圖像配準(zhǔn)是圖像處理中的基本任務(wù)，指的是匹配 兩幅或多幅來(lái)自不同時(shí)間、不同遙感器、不同視角的同一物體或場(chǎng)景的圖像。圖像配準(zhǔn)用于 數(shù)字圖像處理是為了把兩幅或多幅數(shù)字圖像準(zhǔn)確對(duì)準(zhǔn)以便分析與比較，涉及生理學(xué)、計(jì)算 機(jī)視覺(jué)、模式識(shí)別、影像理解等多個(gè)領(lǐng)域知識(shí)。精確的配準(zhǔn)算法對(duì)于支持鑲嵌遙感衛(wèi)星圖 像、追蹤地球表面環(huán)境變化、基礎(chǔ)科學(xué)研究是非常重要的。
[0003] 圖像配準(zhǔn)，即通過(guò)計(jì)算一組變換參數(shù)把兩幅圖像對(duì)準(zhǔn)，這個(gè)問(wèn)題看似定義簡(jiǎn)單明 了，似乎應(yīng)該已有清楚通用的方法，而實(shí)際上遠(yuǎn)非如此。由于對(duì)應(yīng)于各種不同數(shù)據(jù)的應(yīng)用眾 多，圖像配準(zhǔn)已經(jīng)發(fā)展成為一項(xiàng)復(fù)雜的、具有很強(qiáng)挑戰(zhàn)性的、包含許多方法策略的任務(wù)。隨 著遙感、醫(yī)學(xué)、以及其他領(lǐng)域獲取圖像能力的不斷增強(qiáng)，導(dǎo)致在過(guò)去20年里對(duì)圖像配準(zhǔn)技術(shù) 進(jìn)行了大量研究。但到目前為止，還沒(méi)有一種配準(zhǔn)方法能夠解決所有的配準(zhǔn)問(wèn)題，只能根據(jù) 具體的數(shù)據(jù)類型和應(yīng)用來(lái)研究相應(yīng)的算法。圖像配準(zhǔn)算法常分為基于區(qū)域和基于特征的兩 種方法，但是一般只適用于灰度差別較小的影像，反映數(shù)據(jù)之間的線性特征，不適用于灰度 差別較大的影像之間的配準(zhǔn)。
[0004] 由于不同傳感器成像原理不同，得到的圖像間存在較大的灰度差異(如多光譜圖 像和熱紅外圖像），同一景物在不同類型圖像中呈現(xiàn)的特征也各不相同，共性特征難以提 取，這就使得基于灰度相關(guān)和圖像特征的各種配準(zhǔn)方法不再適用、效果不好。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明技術(shù)解決問(wèn)題:克服現(xiàn)有技術(shù)由于不同傳感器成像原理不同，得到的圖像 間存在較大的灰度差異(如多光譜圖像和熱紅外圖像），同一景物在不同類型圖像中呈現(xiàn)的 特征也各不相同，共性特征難以提取，提供一種基于多尺度特征的熱紅外圖像配準(zhǔn)方法，解 決上述難題并應(yīng)用于多光譜與熱紅外圖像的配準(zhǔn)，將圖像分解成不同尺度、不同方向的圖 像系列，具有特征可選的優(yōu)點(diǎn)，通過(guò)分解的系列圖像，可以得到在不同尺度、不同方向上所 需的特征。
[0006] 本發(fā)明的技術(shù)解決方案步驟是:一種基于小波特征的熱紅外圖像配準(zhǔn)方法實(shí)現(xiàn)步 驟如下：
[0007] (1)以多光譜圖像為參考圖像，熱紅外圖像作為待配準(zhǔn)圖像，對(duì)參考圖像和待配準(zhǔn) 圖像分別進(jìn)行小波分解，分解后圖像的分辨率與未分解前的多光譜圖像和熱紅外圖像相 同；
[0008] (2)計(jì)算步驟（1)中分解后圖像中所有分解層的直方圖，只有灰度值屬于前5%的 多光譜圖像和熱紅外圖像特征點(diǎn)才被保留，這些特征點(diǎn)代表了配準(zhǔn)過(guò)程中要使用的點(diǎn)；
[0009] (3)對(duì)步驟(2)中的特征點(diǎn)進(jìn)行相關(guān)計(jì)算，尋找匹配點(diǎn)，從而完成熱紅外圖像。
[0010] 所述的步驟（1)的以多光譜圖像為參考圖像，熱紅外圖像作為待配準(zhǔn)圖像，對(duì)參考 圖像和待配準(zhǔn)圖像分別進(jìn)行小波分解具體實(shí)現(xiàn)如下：
[0011] (11)對(duì)多光譜圖像IMS用第一個(gè)濾波器H0進(jìn)行濾波，生成濾波后的圖像IMsHO，利 用第二個(gè)濾波器L0濾波生成圖像nteLO,然后對(duì)圖像nteLO采用第三個(gè)濾波器Bk和第四個(gè)濾 波器L1濾波得到圖像頂sBk和圖像頂sLl，k = 0，1，2;
[0012] (12)對(duì)熱紅外圖像IMt用第一個(gè)濾波器H0進(jìn)行濾波，生成濾波后的圖像MtHO,利用 第二個(gè)濾波器L0濾波生成圖像IMtLO,然后對(duì)圖像IMtLO采用第三個(gè)濾波器Bk和第四個(gè)濾波 器L1濾波得到圖像頂tBk和圖像頂tLl，k = 0，l，2。
[0013] 所述步驟(3)進(jìn)行相關(guān)計(jì)算，尋找匹配點(diǎn)的具體實(shí)現(xiàn)如下:對(duì)多光譜圖像和熱紅外 圖像特征點(diǎn)采用歸一化互相關(guān)準(zhǔn)則進(jìn)行滑動(dòng)窗模板匹配，搜索相關(guān)系數(shù)最大的點(diǎn)，即為匹 配點(diǎn)。
[0014] 本發(fā)明與現(xiàn)有技術(shù)相比有益效果為：
[0015] (1)本發(fā)明中的多尺度小波能夠?qū)⒍鄠鞲衅?多光譜和熱紅外）、多分辨率數(shù)據(jù)在 不損失重要信息和不模糊較高分辨率數(shù)據(jù)的情況下變成相同空間分辨率。在低分辨率，保 留了重要的全局特征如河流、湖泊、山脊，以及道路和其他人工建筑，同時(shí)，消除微弱的通常 被認(rèn)為是噪音或偽像元的更高分辨率特征。
[0016] (2)將圖像分解成不同尺度、不同方向的系列圖像，具有平移不變性及方向性等優(yōu) 點(diǎn)，通過(guò)分解的系列圖像，可以得到在不同尺度、不同方向上所需的特征，可以準(zhǔn)確地檢測(cè) 出目標(biāo)的邊緣、紋理等特征。由于本發(fā)明在圖像分解過(guò)程中不采樣，沒(méi)有頻率混疊項(xiàng)，分解 后的圖像系列與原圖像有相同尺寸，因此具有平移不變性。
【附圖說(shuō)明】
[0017] 圖1為本發(fā)明方法實(shí)現(xiàn)流程圖；
[0018] 圖2為多尺度分解圖。
【具體實(shí)施方式】
[0019] 如圖1所示，為本發(fā)明具體實(shí)施如下：
[0020] (1)對(duì)參考圖像和輸入圖像進(jìn)行小波多尺度分解
[0021] 對(duì)參考圖像使用濾波器L0濾波，分別生成圖像IMsH0、IMsL0,圖像IMsLO進(jìn)一步被 濾波器Bk，（k = 0，l，2)濾波得到圖像]以1^，仏=0，1，2);同理，可對(duì)輸入圖像做相同處理。 濾波所用的濾波器如下：
[0026]圖像與濾波器的卷積為：
[0027] IMsL0 = IMs*L0
[0028] IMsB0 = IMsL0*B0
[0029] IMsBl = IMsL0*Bl
[0030] IMsB2 = IMsL0*B2
[0031] x，y為圖像中某一點(diǎn)的坐標(biāo)。
[0032] (2)特征點(diǎn)提取
[0033] 計(jì)算圖像低通和帶通分解層的直方圖。只有灰度值屬于直方圖前5%的點(diǎn)才被保 留。這些點(diǎn)代表了配準(zhǔn)過(guò)程中要使用的特征點(diǎn)。
[0034]直方圖的計(jì)算：
[0035] 大小為MX N的圖像IM直方圖
[0037] Si:某像素的個(gè)數(shù)，M，N代表圖像的長(zhǎng)和寬。
[0038]取Hi>0.95的點(diǎn)作為特征點(diǎn)。
[0039] (3)特征點(diǎn)匹配
[0040]采用歸一化互相關(guān)準(zhǔn)則進(jìn)行滑動(dòng)窗模板匹配，搜索相關(guān)系數(shù)最大的點(diǎn)，即為匹配 點(diǎn)
[0042]取相關(guān)系數(shù)C>0.85的點(diǎn)對(duì)為匹配點(diǎn)對(duì)。
[0043]其中，頂s(X，y)為參考圖像中特征點(diǎn)坐標(biāo)，為參考圖像的均值，頂t(u，v)為待 配準(zhǔn)圖像中特征點(diǎn)坐標(biāo)，μ?表示待配準(zhǔn)圖像的均值。
[0044]如圖2所示，即為圖像的多尺度、多方向分解流程，首先對(duì)圖像用濾波器H0、L0濾波 得到利用濾波生成的圖像頂sLO和頂tLO,然后對(duì)HteLO用濾波器81^，仏=0，1，2)和1^1濾波得 到圖像IMsBk, IMtBk(k = 0，1，2)和圖像IMsLl，IMtLl; IMsBk, ImtBk，（k = 0，1，2)則代表了兩 組三個(gè)不同方向的圖像。
【主權(quán)項(xiàng)】
1. 一種基于多尺度特征的熱紅外圖像配準(zhǔn)方法，其特征在于實(shí)現(xiàn)步驟如下： (1) 以多光譜圖像為參考圖像，熱紅外圖像作為待配準(zhǔn)圖像，對(duì)參考圖像和待配準(zhǔn)圖像 分別進(jìn)行小波分解，分解后圖像的分辨率與未分解前的多光譜圖像和熱紅外圖像相同； (2) 計(jì)算步驟（1)中分解后圖像中所有分解層的直方圖，只有灰度值屬于前5%的多光 譜圖像和熱紅外圖像特征點(diǎn)才被保留，這些特征點(diǎn)代表了配準(zhǔn)過(guò)程中要使用的點(diǎn)； (3) 對(duì)步驟(2)中的特征點(diǎn)進(jìn)行相關(guān)計(jì)算，尋找匹配點(diǎn)，從而完成熱紅外圖像。2. 根據(jù)權(quán)利要求1所述的基于多尺度特征的熱紅外圖像配準(zhǔn)方法，其特征在于:所述的 步驟(1)的以多光譜圖像為參考圖像，熱紅外圖像作為待配準(zhǔn)圖像，對(duì)參考圖像和待配準(zhǔn)圖 像分別進(jìn)行小波分解具體實(shí)現(xiàn)如下： (11) 對(duì)多光譜圖像IMs用第一個(gè)濾波器H0進(jìn)行濾波，生成濾波后的圖像IMsHO,利用第 二個(gè)濾波器L0濾波生成圖像HteLO,然后對(duì)圖像HteLO采用第三個(gè)濾波器Bk和第四個(gè)濾波器 L1濾波得到圖像nfeBk和圖像nfeLl，k = 0，l，2; (12) 對(duì)熱紅外圖像頂t用第一個(gè)濾波器HO進(jìn)行濾波，生成濾波后的圖像MtHO,利用第二 個(gè)濾波器L0濾波生成圖像頂tLO,然后對(duì)圖像頂tLO采用第三個(gè)濾波器Bk和第四個(gè)濾波器L1 濾波得到圖像頂tBk和圖像頂tLl，k = 0,1，2。3. 根據(jù)權(quán)利要求1所述的一種基于多尺度特征的熱紅外圖像配準(zhǔn)方法，其特征在于:所 述步驟(3)進(jìn)行相關(guān)計(jì)算，尋找匹配點(diǎn)的具體實(shí)現(xiàn)如下:對(duì)多光譜圖像和熱紅外圖像特征點(diǎn) 采用歸一化互相關(guān)準(zhǔn)則進(jìn)行滑動(dòng)窗模板匹配，搜索相關(guān)系數(shù)最大的點(diǎn)，即為匹配點(diǎn)。
【專利摘要】本發(fā)明涉及一種基于多尺度特征的熱紅外圖像配準(zhǔn)方法，實(shí)現(xiàn)步驟如下：(1)以多光譜圖像為參考圖像，熱紅外圖像作為待配準(zhǔn)圖像，對(duì)參考圖像和待配準(zhǔn)圖像分別進(jìn)行小波分解，分解后圖像的分辨率與未分解前的多光譜圖像和熱紅外圖像相同；(2)計(jì)算步驟(1)中分解后圖像中所有分解層的直方圖，只有灰度值屬于前5％的多光譜圖像和熱紅外圖像特征點(diǎn)才被保留，這些特征點(diǎn)代表了配準(zhǔn)過(guò)程中要使用的點(diǎn)；(3)對(duì)步驟(2)中的特征點(diǎn)進(jìn)行相關(guān)計(jì)算，尋找匹配點(diǎn)，從而完成熱紅外圖像。本發(fā)明將圖像分解成不同尺度、不同方向的圖像系列，具有特征可選的優(yōu)點(diǎn)，通過(guò)分解的系列圖像，可以得到在不同尺度、不同方向上所需的特征。
【IPC分類】G06T7/00
【公開號(hào)】CN105574877
【申請(qǐng)?zhí)枴緾N201510966715
【發(fā)明人】呂江安, 王峰, 郝雪濤, 王山虎
【申請(qǐng)人】中國(guó)資源衛(wèi)星應(yīng)用中心
【公開日】2016年5月11日
【申請(qǐng)日】2015年12月21日