[发明专利]一种基于多特征混合的高分四号影像配准方法

权利要求书

1.一种基于多特征混合的高分四号影像配准方法，其特征在于包括如下步骤：

(1)、将基准影像和待配准影像分成m个大小为N*N的区域块，根据每个区域块所对应的地形数据高程信息，将区域块归类为：平滑区域或者地形起伏区域；

将区域块归类的原则为：所述区域块内地形数据高程平均值大于预设阈值时，将该区域块定义为平滑区域；所述区域块内地形数据高程平均值小于等于预设阈值时，将该区域块定义为地形起伏区域；

(2)、分别采用Harris算法和SIFT算法对基准影像和待配准影像所有区域块进行匹配，获得相互匹配的基准影像区域块和待配准影像区域块及其Harris匹配点对集和SIFT匹配点对集，将Harris匹配点对和SIFT匹配点对合并为初始多特征混合点对集；

(3)、利用RANSAC算法对相互匹配的基准影像区域块和待配准影像区域块的初始多特征混合点对集进行迭代匹配，并剔除误匹配点对，并将剩余的匹配点对合并为整体，对整个基准影像和待配准影像的匹配点对进行迭代搜索，得到影像整体变换矩阵；

(4)、按照控制点集中的匹配点对数比检查点集中的匹配点对数为9比1的原则，将最终匹配点对分为控制点集和检查点集，根据控制点集，采用RANSAC算法建立基准影像和待配准影像的仿射整体变换模型，根据仿射整体变换模型和阈值T2对控制点集进行迭代搜索，得到控制变换矩阵；

(5)、根据控制变换矩阵，对待配准影像进行空间变换得到配准后的影像，并在对配准后的影像再采用三次卷积法进行灰度重采样，使得相邻像元灰度变化平滑和缓、色调柔和；

所述步骤(2)与步骤(3)增加如下步骤；遍历基准影像区域块或者待配准区域块中匹配点对，所述匹配点对包括已经匹配的Harris特征点对和SIFT特征点对，从相互匹配的基准影像区域块和待配准影像区域块的初始多特征混合点对集中删除相互之间欧式距离低于预设阈值S的两个特征点中的任意一个特征点所在匹配点对，使得剩下的初始多特征混合点对集中的匹配点对均匀，且初始多特征混合点对集中的剩余匹配点对的个数大于预设门限。

2.根据权利要求1所述的一种基于多特征混合的高分四号影像配准方法，其特征在于在步骤(1)之前增加预处理步骤：

(1.1)、对基准影像和待配准影像进行辐射定标和大气校正处理，得到消除大气背景的基准影像和待配准影像；

(1.2)、采用灰度均值检测消除大气背景的基准影像和待配准影像中的云区，并将检测出来的云区设置成背景；

(1.3)、采用直方图法增强将云区设置成背景的基准影像和待配准影像的对比度，直至目视图像层次丰富，灰度均匀，轮廓清晰。

3.根据权利要求1所述的一种基于多特征混合的高分四号影像配准方法，其特征在于步骤(2)的具体步骤为：

(2.1)、对每个基准影像区域块和每个待配准影像区域块采用Harris算法进行特征点提取，得到每个基准影像区域块和每个待配准影像区域块的Harris特征点；

(2.2)、对每个基准影像区域块和每个待配准影像区域块采用SIFT算法进行特征点提取，得到每个基准影像区域块和每个待配准影像区域块的SIFT特征点；

(2.3)、遍历所有基准影像区域块和待配准影像区域块，根据互相关系数阈值T1，利用互相关系数法对基准影像区域块和待配准影像区域块的Harris特征点进行双向匹配，得到相互匹配的基准影像区域块和待配准影像区域块Harris特征点对集；

(2.4)、遍历所有基准影像区域块和待配准影像区域块，采用SIFT匹配策略对基准影像区域块和待配准影像区域块的SIFT特征点进行匹配，得到相互匹配的基准影像区域块和待配准影像区域块SIFT特征点对集；

(2.5)、对比相互匹配的基准影像区域块和待配准影像区域块Harris特征点对集和SIFT特征点对集，当平滑区域的Harris特征点数量少于SIFT特征点数量或者地形起伏区域的SIFT特征点大于Harris特征点数量时，将相互匹配的基准影像区域块和待配准影像区域块中的Harris特征点对集和SIFT特征点对集合并，形成相互匹配的基准影像区域块和待配准影像区域块的初始多特征混合点对集，结束对应区域块的匹配过程，否则，减小互相关系数阈值T1，重新执行步骤(2.3)～步骤(2.5)。

4.根据权利要求1所述的一种基于多特征混合的高分四号影像配准方法，其特征在于所述步骤(3)的具体为：

(3.1)、采用RANSAC算法，根据区域变换模型和阈值T2对相互匹配的基准影像区域块或者待配准区域块的匹配点对集进行迭代匹配，并剔除误匹配点对，按照区域类型，对于平滑地区，所述区域变换模型采用仿射变换模型，对于地形起伏地区，所述区域变换模型采用二次多项式变换模型；

(3.2)、对已剔除误匹配点的优选后的各个区域点对集进行合并，形成整个基准影像和待配准影像的匹配点对，再采用RANSAC算法，根据整体变换模型和阈值T2对整个基准影像和待配准影像的匹配点对进行迭代搜索，得到影像整体变换矩阵，所述整体变换模型采用仿射变换模型；

(3.3)、通过影像整体变换矩阵计算特征点对的区域位置匹配误差RMSE，区域位置匹配误差RMSE小于预设要求；如果小于，则直接输出匹配点对集，否则，重新调整阈值T2，重新执行步骤(3.1)～步骤(3.3)，直到满足精度要求为止。