[发明专利]基于边缘点特征的高分辨率遥感图像配准方法

权利要求书

1.一种基于边缘点特征的高分辨率遥感图像配准方法，包括下列步骤：

图像预处理：对参考图像和待配准图像在进行特征提取之前进行小波变换，以获得的低频近似参考图像和低频近似待配准图像作为特征提取的基础；

特征提取：提取低频近似参考图像和低频近似待配准图像的边缘点特征，在边缘特征的基础上提取点特征，获得所述的边缘点特征，获得相应的初始特征点集；

特征点匹配：对初始特征点集中的每一个特征点添加主、辅方向，依据基于角度的特征匹配算法进行特征点匹配，获得初始匹配点对；

匹配点对筛选：依据初始匹配点的质量进行匹配点对的筛选，获得筛选后的匹配点对集；

仿射变换参数计算：依据行列坐标值对筛选后的匹配点对分区，依据各区质量最优的匹配点对进行仿射变换参数计算，获得相应的仿射变换参数，

所述匹配点对筛选步骤包括：

1)对得到的初始特征匹配点对集，按各特征点涉及的最小角度值θ_min和次小角度值θ_sec之比由小到大排序，选择其中比值最小的8个匹配点对作为拟合样本；

2)利用拟合样本进行模型参数拟合，得到符合这些数据的一个基本模型M；

3)用模型M检验所有的匹配特征点对中的所有特征点，如果该点距模型M的距离小于某个阈值，则此点属于内点，否则为外点，将由内点组成的匹配点对列入筛选后的匹配点对集，

所述仿射变换参数计算步骤包括：

1)根据图像尺寸的大小，利用双阈值方法进行分区，设定分区的低阈值和高阈值，若匹配点对的行列坐标值均小于低阈值，则归为低坐标值区，若匹配点对的行列坐标值均大于高阈值，则归为高坐标值区，其余的匹配点对归为中坐标值区，所述低坐标值区、中坐标值区和高坐标值区内均至少有一对匹配点对；

2)在各区按质量好坏对匹配点对进行排序，分别在各区内选择其中质量最好的一对匹配点对，用于计算仿射变换参数；

3)将用于计算仿射变换参数的各匹配点对的各点坐标乘以2，获得对应于原图坐标的3组匹配点对T₁(i₁,j₁,x₁,y₁)、T₂(i₂,j₂,x₂,y₂)和T₃(i₃,j₃,x₃,y₃)，其中坐标(x_n,y_n)为第n组匹配点对中待配准影像上的匹配点的坐标，坐标(i_n,j_n)为第n组匹配点对中参考图像上的匹配点的坐标,n＝1,2,3，为各组匹配点对的编号；

4)对应于原图坐标的3组匹配点对T₁(i₁,j₁,x₁,y₁)、T₂(i₂,j₂,x₂,y₂)和T₃(i₃,j₃,x₃,y₃)代入下列仿射变换公式，求解获得用于仿射变换计算的参数，

其中，s表示图像的缩放比例，d_x和d_y分别表示图像在x和y方向上的平移量，α表示影像的旋转角度。

2.如权利要求1所述的方法，其特征在于还包括图像配准步骤：对待配准图像运用仿射变换参数进行双线性插值，得到配准后的图像。

3.如权利要求1所述的方法，其特征在于在图像预处理步骤，所述图像为SAR遥感图像，先对图像进行滤波预处理，去除图像的斑点噪声，对滤波预处理后的图像进行所述的小波变换，所述滤波预处理采用增强的Frost滤波方法。

4.如权利要求1所述的方法，其特征在于所述小波变换为一级Haar小波变换，相应图像分解为四副子带图：低频近似图像、水平细节图像、垂直细节图像和对角细节图像。