[发明专利]一种图像匹配系统的景象匹配区域选择与基准图优化方法

权利要求书

1.一种图像匹配系统的景象匹配区域选择与基准图优化方法，其特征在于：包括以下步骤：

步骤1：针对遥感卫星图片初始化分块，根据边缘特征提取算法提取各个区域的边缘特征，并筛选边缘梯度点数集中的分块区域；

步骤2:利用重复模式指标度量方法计算各个区域的自相关程度，并根据内相关指标对区域由小到大进行排序，输出最优候选区域；

步骤3：采用空间分布描述方法建立候选区域基准图的空间特征向量；

步骤4：建立景象可匹配性度量评价指标集合，分析评价指标集合与匹配概率之间的关联性，输出匹配性评价指标集合；

步骤5：统计分析基准图与卫星图片的匹配相关面，根据基准图优化方法优化基准图。

2.根据权利要求1所述的一种图像匹配系统的景象匹配区域选择与基准图优化方法，其特征在于：所述边缘特征提取算法为Canny算子边缘特征提取算法。

3.根据权利要求1所述的一种图像匹配系统的景象匹配区域选择与基准图优化方法，其特征在于：所述筛选边缘梯度点数集中的分块区域包括以下过程：

步骤1：针对每一个分块子区域，利用Canny算子提取边缘特征；

步骤2：计算每个子区域的梯度变化直方图分布；

步骤3：比较各子区域的梯度点集分布，按梯度变化从小到大，选择点集集中一个或多个区域为候选区域。

4.根据权利要求1所述的一种图像匹配系统的景象匹配区域选择与基准图优化方法，其特征在于：所述重复模式指标度量方法包括以下步骤：

步骤1：针对每一个分块区域，选取一幅子图i，其重复模式指标的计算公式为：

式中s为子图i在候选区域上逐点匹配时参与匹配计算的图块数；Pi为在匹配过程中，s个图块和子图i之间边缘点相关系数大于门限的图块数目；

步骤2：计算参考图重复模式的公式为：

其中，cf为整个图块重复模式度量程度；n为选取的子图块数。

5.根据权利要求1所述的一种图像匹配系统的景象匹配区域选择与基准图优化方法，其特征在于：所述采用空间分布描述方法建立候选区域基准图的空间特征向量包括以下过程：

步骤1：将基准图进行特征抽取，表述为方向特征和规模特征，建立特征的灵敏性分析试验；

步骤2：根据方向特征最小可分辨区间对参考图区域的基准图进行区间划分；

步骤3：统计区间内规模点数，建立多维特征向量。

6.根据权利要求5所述的一种图像匹配系统的景象匹配区域选择与基准图优化方法，其特征在于：所述多维特征向量为{X₁,X₂,X₃,X₄,X₅,X₆}，其中，X_i为单一区间点数。

7.根据权利要求1所述的一种图像匹配系统的景象匹配区域选择与基准图优化方法，其特征在于：所述基准图优化方法为：

步骤1：利用Harsdoff距离匹配方法完成匹配过程，并计算匹配性度量指标；

步骤2：评判匹配性度量指标的优劣后，计算主峰与次峰的主要影响区间；

步骤3：修正该区间的边缘数量，并进行基准图优化，重新计算匹配性度量指标，直到满足匹配性阈值要求结束。