[发明专利]一种稳健的多源卫星遥感影像配准方法

说明书

技术领域

本发明属于摄影测量与遥感技术领域，涉及一种稳健的多源遥感影像配准方法。该方法基于互信息影像匹配和分块随机采样一致性技术，可以有效解决多源卫星遥感影像同名点难以自动获取的难题，实现多源卫星遥感影像的精确配准。

技术背景

随着对地观测技术的飞速发展，卫星传感器越来越多样化。近年来，高分辨率遥感卫星不断涌现，光学遥感卫星有Ikonos，Quickbird，GeoEye和WorldView等，SAR遥感卫星有TerraSAR-X,Cosmo-Skymed和Radarsat-2等。高分辨率卫星传感器，已被广泛应用于地形测绘、资源调查、灾害评估等领域。利用多种传感器在不同时刻、不同位置获取的同一地区的相同类型或不同种类的遥感影像进行空间信息的提取，具有广阔的应用前景。

多源卫星遥感影像精确配准，将其纳入统一的坐标基准中，是诸多应用的关键前提。目前，对于多源遥感影像的配准，多采用人工量测同名点的方法，既耗时又费力，又无法满足大量点量测的需求。

对于多源卫星遥感影像的自动配准，已取得较大的研究进展。人们提出了整体配准算法，其充分利用待配准影像的所有影像信息，通过最优化算法稳健估计影像间的几何变换参数，并在医学影像配准中取得了巨大成功。该方法结果可靠，缺点在于计算量较大，仅适用于小幅影像间的配准。局部配准算法，则主要选取待匹配影像的同名特征，如同名点、线或者面特征，基于这些同名特征进行影像配准。O.THEPAUT利用轨道信息对SPOT和ERS影像进行几何纠正，然后在两幅图像上分别提取边缘特征，通过对其匹配可实现两幅影像的配准。M.D.PAUL提出一种基于区域特征的光学影像与SAR影像匹配方法，利用面积、周长、半径等描述区域特征并实施影像的匹配。季顺平等提出的一种多源多时相高分辨率卫星遥感影像自动匹配方法（专利申请号：20120296081.5）中，首先计算影像块的梯度得到梯度图像，对影像块梯度图像中的边缘区域和非边缘区域加权，计算加权后影像块梯度图像的非线性亮度相关，得到匹配点。但是，对于SAR影像和光学影像的匹配，由于两者具有较大的辐射差异，光学影像上提取的边缘特征丰富而连续，但SAR影像由于斑点噪声的影响难以得到完整的边缘，这给同名特征的匹配带来了很大困难，M.D.PAUL的方法则要求影像具有明显的面状特征，缺乏广泛适用性。张红等提出了高分辨率SAR影像配准处理方法并申请了专利（专利申请号：200510132200.3），但其主要针对同源SAR影像配准，没有考虑多源遥感影像辐射差异显著难以匹配等问题。

随机采样一致性（Random Sample Consensus,RAN SAC），它能从包含大量错误点的数据集中估计出高精度的参数，本专利对其进行改进，将其用于大幅面多源遥感影像匹配中错误匹配点的探测与剔除，并融合互信息匹配和金字塔匹配策略，最终实现多源卫星遥感影像的精确配准。

发明内容

针对目前多源卫星遥感影像自动配准过程中，存在错误匹配点较多、人工手动剔除误匹配点费时费力等缺点，本发明的目的是在于提供了一种基于互信息和分块随机采样一致性的多源遥感影像配准方法，实现同名点的自动、可靠、精确匹配，大大提高卫星影像配准的自动化程度，极大降低人工工作量。

为了达到上述目的，本发明采用如下技术措施：

一种稳健的多源卫星遥感影像配准方法，其步骤是：

A、利用3×3像元平均法，生成3层金字塔影像，并利用Forstner特征提取算子，在待配准主影像上均匀分布30×30个格网，从每个格网中提取一个特征点。

B、在最高层金字塔影像，以待配准的主、副影像的归一化互信息为目标方程，通过Powell优化法(可以参考剑桥大学出版社1992年出版的书籍《Numerical recipes in C》)寻找全局配准的仿射变换系数向量，在此基础上，计算影像间近似的旋转角度和分辨率差异系数。

C、特征点匹配前，首先需要准确预测同名点初始位置。在最高层金字塔影像匹配时，直接利用步骤B中计算得到的仿射变换系数进行点位预测；在其他金字塔影像匹配时，则利用上层金字塔影像匹配结果，考虑影像间的旋转角度和分辨率差异的影响，依据邻近点视差连续的特性，进行同名点初始位置预测。然后，对匹配窗口影像进行几何粗纠正，搜索窗口中归一化互信息最大窗口对应的中心点即为同名点。