[发明专利]一种基于粒子群算法的多级分辨率遥感影像自动配准方法

说明书

技术领域

本发明涉及地理信息科学技术领域，更具体地，涉及一种基于粒子群算法的多级分辨率遥感影像自动配准方法。 

背景技术

多级分辨率遥感影像配准源于一般的图像配准，是把分辨率差异过大的待配准影像和参考影像采用过渡分辨率影像逐级配准的策略来实现待配准影像与参考影像在空间位置上的一致性。遥感影像配准是将包含有相同地物的两幅(或多幅)不同时间、不同观测条件、不同传感器拍摄的影像完全对齐的过程。一般而言，一个遥感影像自动配准模型包含了三个部分：空间变换模型、相似性指数和优化算法。在影像的配准过程中，通常将已有正确地理坐标的影像称为参考影像(reference image),将待配准影像成为浮动影像(floating image)。空间变换模型是一个从浮动影像坐标系到参考影像坐标系的空间映射。通过空间变换模型，浮动影像的空间地理坐标变换后与参考坐标重叠，根据重叠部分影像的特征(灰度信息、纹理信息、频率信息等)可以计算影像重叠部分的相似性，以衡量配准结果的优劣性。每一个计算出来的相似性指数相当于变换空间中一组变换参数集对应的目标函数值，通过优化算法进行搜索，使得相似性指数达到最大值，则对应于最优的配准结果。 

经过近二十年的发展，对于图像配准问题，已形成一整套统一的处理框架和思路。但是由于不同传感器成像机理不同，成像畸变复杂，同时，不同影像又不可避免的受到各种随机因子的干扰，多源遥感配准问题变得非常复杂。因此对于每一类具体的影像配准问题，都会有其特殊的分析和处理方法。在目前的实际应用中，较多还是采用人工选取控制点进行多项式配准，效率较低。而且，若待配准影像和参考影像的分辨率差异过大时选取控制点进行多项式配准方法已经不可行了。 

发明内容

本发明为克服上述现有技术所述的至少一种缺陷(不足)，提供一种基于粒 子群算法的多级分辨率遥感影像自动配准方法，有效解决待配准影像和参考影像的分辨率差异过大的图像配准问题。 

为解决上述技术问题，本发明的技术方案如下： 

一种基于粒子群算法的多级分辨率遥感影像自动配准方法，包括以下步骤： 

S1：对遥感影像进行预处理，把相邻级别分辨率的影像依次重采样成相同的影像分辨率； 

S2：对已重采样处理后的最低级别分辨率待配准影像和次低级别分辨率参考影像的空间变换模型进行粗略搜索，初始化自适应粒子群，创建互信息的分布，设定最大的迭代次数T_max； 

S3：根据互信息的大小记录全局最优粒子和粒子历史最优位置，据此对每一个粒子的位置进行更新，迭代完成后进行下一步； 

S4：以粗略搜索得到的空间变换模型初始化标准粒子群进行精细搜索，创建互信息的分布，设定最大的迭代次数C_max，每一个粒子的搜索步长随迭代次数递减； 

S5：精细搜索达到迭代次数后得到相邻级别分辨率影像的精准空间变换模型； 

S6：如果已完成所有相邻分辨率图像的配准，转到S7，否则转到S2，继续取下一相邻级别分辨率的两幅遥感影像进行配准； 

S7：以S6中获得的所有相邻级别分辨率影像的空间变换参数作乘积，输出结果即为待配准影像和参考影像的空间变换模型。 

在一种优选的方案中，步骤S2中，影像的空间变换模型采用的是仿射变换，每一个变换模型由5个参数构成，包括X方向平移量d_x，Y方向平移量d_y，X方向缩放S_x，Y方向缩放S_y和旋转角度θ，每一个粒子的位置可由一个1ⅹ5维的矩阵P表示： 

P＝d_x，d_y，S_x，S_y，θ， 

5个参数构成的空间变换模型矩阵的一般式为：