[发明专利]基于Gaussian-Hermite矩的多时相/多模态遥感图像配准方法

权利要求书

1.一种基于Gaussian-Hermite矩的多时相/多模态遥感图像配准方法，其特征在于步骤如下：

步骤1：对基准图像和待配准图像进行高斯平滑滤波；首先进行水平平滑滤波，再进行垂直平滑滤波；

步骤2：对平滑后的基准图像和待配准图像分别进行Harris角点检测，得到基准图像的标记矩阵和待配准图像的标记矩阵；

步骤3：利用一阶差分得到基准图像和待配准图像的像素幅值矩阵；利用不同的尺度因子得到基准图像和待配准图像的高斯差分图像；以源图像、高斯差分图像和像素幅值图像组成基准图像组和待配准图像组；

步骤4：分别对基准图像组和待配准图像组中的图像，采用不同的尺度因子，构造角点的5阶18个矩特征，作为角点的特征描述；

步骤5：采用基于距离的相似性度量实现角点的粗配准，得到候选匹配点集；

步骤6：采用RANSCA算法剔除候选匹配点集中的误匹配对，利用最小二乘法得到仿射变换矩阵，具体步骤如下：

步骤a：在候选匹配点集P中任选由3对不共线的匹配点估算变换矩阵H；

步骤b：在剩余点对中选择第i对匹配点(P_i，P′_i)，若||P_i-T(P′_i)||＜ε，则将这对候选匹配点选为内点，重复这一步骤直到取完所有余下的候选匹配点对；所述ε＝0.0002；

步骤c：若步骤b得到的内点数大于某一阈值T_n，则进行下一步，否则返回步骤1；所述T_n＝k/2；

步骤d：选择内点对为精确匹配点对Q＝{(P_t，P′_t)|(X_t，Y_t)，(x_t，y_t)，t＝1，...，N}，N为精确匹配点对的个数；

步骤7：利用仿射变换矩阵将待配准图像，通过线性插值映射到基准空间得到最终配准结果。

2.根据权利要求1所述基于Gaussian-Hermite矩的多时相/多模态遥感图像配准方法，其特征在于：所述水平平滑滤波时，基准图像的宽和高分别为L₁，H₁，待配准图像的宽和高分别为L₂，H₂，如果L₁小于L₂，则基准图像的水平平滑因子为σ₀，待配准图像的水平平滑因子为σ₀*L₂/L₁；反之待配准图像的水平平滑因子为σ₀，基准图像的水平平滑因子为σ₀*L₁/L₂。

3.根据权利要求1所述基于Gaussian-Hermite矩的多时相/多模态遥感图像配准方法，其特征在于：所述步骤3中的不同的尺度因子为σ₀和1.6*σ₀。

4.根据权利要求1所述基于Gaussian-Hermite矩的多时相/多模态遥感图像配准方法，其特征在于：所述步骤4中的不同的尺度因子为σ＝0.1,0.2,0.4,0.7,1.2。

5.根据权利要求1所述基于Gaussian-Hermite矩的多时相/多模态遥感图像配准方法，其特征在于：所述基于距离的相似性度量为欧式距离的相似性度量。