[发明专利]一种遥感图像配准方法

权利要求书

1.一种遥感图像配准方法，其特征在于包括以下步骤：

(1)从存储介质中读取原始图像数据；

(2)原始图像预处理：对原始图像数据进行基于统计参数的灰度信息调整和基于常量统计量法的非均匀性校正；

(3)进行二值化处理实现图像分割；

(4)对二值化图像进行腐蚀和膨胀处理；

(5)对腐蚀和膨胀处理后的二值图像运用Roberts交叉梯度算子，提取单值边缘；

(6)对单值边缘图像计算匹配度，寻找最佳匹配点；

(7)对任一图像进行双线性插值和平移变换；

(8)输出配准图像。

2.如权利要求1所述的一种遥感图像配准方法，其特征在于：步骤4中所述的对二值化图像进行腐蚀和膨胀处理的方法是：

A被B膨胀：

B对A的腐蚀：AΘB={z|(B)z⊆A}---(2)]]>

其中，A和B是二维整数空间Z²中的集合，为B的反射，(A)_z＝{c|c＝a+z，a∈A}表示为集合A平移到点z＝(z₁，z₂)，z∈Z²，定义模版B为

B=1***1***1,]]>*表示不关心该元素的值(3)

依次对二值图像进行P次腐蚀和P次膨胀，P＞1，由用户指定，消除闭合区域内的微小空洞，即图像中的细节。

3.如权利要求1所述的一种遥感图像配准方法，其特征在于：步骤6中所述的匹配度计算步骤如下：

对于两幅二值边缘图像E₁′(i，j)和E₂′(i，j)，其中E₁′(i，j)的宽和高分别为W₁、H₁，E₂′(i，j)的宽和高分别为W₂、H₂，对每一图像分别定义行向量R和列向量L为：

R1(i)=Σj=1W1E1′(i,j),]]>L1(j)=Σi=1H1E1′(i,j),i=1,2,...,H1,j=1,2,...,W1---(4)]]>

R2(i)=Σj=1W2E2′(i,j),]]>L2(j)=Σi=1H2E2′(i,j),i=1,2,...,H2,j=1,2,...,W2---(5)]]>

A.计算图像间行向量间和列向量间的相关系数CorrR和CorrL：

CorrR(m)=ΣiR2(i)R1(i+m),]]>CorrL(n)=ΣjL2(j)L1(j+n)---(6)]]>

其中，m，n为实数，通过对R₁和L₁的线性插值可以得到R₁(i+m)和L₁(j+n)

分别表示为m，n的整数部分。

B.分别求CorrR和CorrL中的最大值，计CorrR(M)＝max{CorrR(m)}，

CorrL(N)＝max{CorrL(n)}，则(M，N)为最佳匹配点。