[发明专利]对多种传感器遥感图像进行高精度稳健配准的方法

权利要求书

1.对多种传感器遥感图像进行高精度稳健配准的方法，其特征在于它步骤如下：

步骤1：联合点特征和区域特征的粗配准：

点特征的选取：运用尺度不变特征变换分别从参考图像和输入图像中提取供匹配的关键点；运用欧式距离计算参考图像中的关键点与输入图像中的关键点之间的距离，选取所述距离中最小的三对关键点作为候选粗配准点对；

区域特征的选取：运用最大稳定极值区域分别提取参考图像和输入图像中的区域，采用不变矩对参考图像中的区域和输入图像中的区域进行双向匹配获得最相似的三对区域，以区域的重心作为候选粗配准控制点；

粗配准：联合得到的粗配准点对和粗配准控制点进行变换模型参数估计，并对输入图像进行坐标变换及重采样来完成粗配准；

步骤2：尺度空间特征提取和大量配准控制点对的匹配：

尺度空间特征提取：对粗配准后得到的输入图像和参考图像分别建立其多层尺度空间，在所述的尺度空间的每一层运用Harris的角点检测算法提取点特征，将所述的点作为候选点；

大量配准控制点对的匹配：采用互信息作为相似性测度对输入图像和参考图像中候选点进行窗口匹配获得大量的控制点对；

步骤3：基于控制点信息量的筛选和精细配准：

基于控制点信息量的筛选：首先分别将粗配准后的包含控制点的输入图像的公共区域和包含控制点的参考图像的公共区域划分为3×3的子区域，之后再分别对每个子区域中的控制点进行筛选，从而分别得到控制点分布均匀的输入图像和控制点分布均匀的参考图像；

精细配准：在获得分布均匀的控制点对后进行变换模型参数估计，并对粗配准后的包含控制点对的输入图像进行坐标变换及重采样来完成精细配准。

2.根据权利要求1所述的对多种传感器遥感图像进行高精度稳健配准的方法，其特征在于步骤2中所述的大量配准控制点对的匹配过程中，获得一个控制点对的过程为：

步骤a：设定搜索窗口，对于输入图象中的一个待匹配候选点在参考图象中找到对应的位置，以所述的位置作为搜索窗口中心位置，设定大小为51×51的搜索窗口；

步骤b：设定估计窗口，在输入图像中以待匹配候选点为中心设定一个41×41估计窗口，在参考图象中以搜索窗口中的每个候选点为中心设定多个41×41估计窗口；

步骤c：灰度相似度ρ计算，将输入图像中的估计窗口逐一与参考图象中的每一个估计窗口进行灰度相似度ρ的计算；

步骤d：将获得的灰度相似度ρ与设定的灰度相似度阈值ρ_th进行比较；

若获得的灰度相似度ρ小于设定的灰度相似度阈值ρ_th时，则删除对应的参考图象中的估计窗口中心位置的候选点；

若获得的所有灰度相似度ρ都小于设定的灰度相似度阈值ρ_th，则将参考图象中的搜索窗口扩大到101×101大小继续执行步骤b和步骤c；

若扩大到101×101大小后获得的所有灰度相似度ρ还都小于设定的灰度相似度阈值ρ_th，则放弃输入图象中的待匹配候选点的匹配；

否则，将获得的所有大于灰度相似度阈值ρ_th的灰度相似度ρ中选出其中最大的灰度相似度ρ对应的参考图象中的估计窗口中心位置的候选点作为输入图像中的待匹配候选点的匹配点，获得一个控制点对。

3.根据权利要求1或2所述的对多种传感器遥感图像进行高精度稳健配准的方法，其特征在于步骤3中对每个子区域中的控制点进行筛选的过程为：判断子区域中的所有控制点的分布质量是否满足阈值；不满足阈值，则删除该区域中控制点的信息量最小的控制点，再重新判断该区域的分布质量是否满足阈值，直至满足阈值；满足阈值，则当前区域中的所有控制点的分布均匀。