[发明专利]一种基于邻域投票的异源高分光学影像匹配误差剔除方法

权利要求书

1.一种基于邻域投票的异源高分光学影像匹配误差剔除方法，其特征在于，包括以下步骤：

步骤1：对两幅具有同名区域的不同分辨率的异源高分光学影像进行备份且对其中一份进行裁剪，在同名区域中裁剪不同种类的地物对象；

步骤2：利用SIFT匹配算子或其它具有尺度不变性、旋转不变性的特征检测与描述算子对数据进行特征点检测和特征点匹配运算，得到最初的粗匹配点对；

步骤3：分别计算基准影像与待匹配影像上任意一匹配点与邻域内其他匹配点的距离模值d_n,m和主方向夹角θ_n,m,得到矩阵D、D'、θ、θ'，其中D为基准影像上各个粗匹配点之间的距离模值、D'为待匹配影像上各个粗匹配点之间的距离模值，θ、θ'为对应的主方向夹角；对得到的四个矩阵按行向量分别进行[0,1]归一化，得到四个归一化后的矩阵；

步骤4：分别计算任意匹配点对中两个匹配点的距离内积值与方向内积值，由此得到一个n×2的矩阵，其中n为匹配点对数，两列中一列为距离内积值，一列为方向内积值；

步骤5：获取最佳距离阈值T_d和方向阈值T_θ；

步骤6：投票剔差。

2.根据权利要求1所述的基于邻域投票的异源高分光学影像匹配误差剔除方法，其特征在于：

步骤3中对基准影像和待匹配影像上的粗匹配点计算其邻域匹配点距离模值和主方向夹角，以基准影像为例，假设基准影像上有粗匹配点A、B、C,对应的匹配点像平面坐标和主方向为(x_A、y_A)、(x_B、y_B)、(x_C、y_C)和θ_A、θ_B、θ_C；则分别求A、B、C三点对应的邻域匹配点距离模值和主方向夹角，以A点为例，A点的邻域匹配点距离模值和主方向夹角分别为d_AB、d_AC、θ_AB、θ_AC；其中：

θ_AB＝|θ_B-θ_A|、θ_AC＝|θ_C-θ_A|

对上面所得的四个矩阵进行[0,1]归一化处理，按行向量对每个矩阵归一化，这里借助Matlab中自带函数mapminmax；此步骤得到四个按行向量归一化后的矩阵；如下所示：

。

3.根据权利要求1所述的基于邻域投票的异源高分光学影像匹配误差剔除方法，其特征在于：

步骤4中所述计算任意匹配点对中两个匹配点的距离内积值与方向内积值，采用如下公式：

式中基准影像匹配点1、待匹配影像点2为一对粗匹配点，dot1为两点的距离内积值，dot2为两点的方向内积值，n对粗匹配点对。

4.根据权利要求1所述的基于邻域投票的异源高分光学影像匹配误差剔除方法，其特征在于：

步骤5中所述的距离阈值T_d和方向阈值T_θ，阈值的取值规则为实验法取得最佳阈值，取多组不同距离阈值与方向阈值，多组实验判断最佳阈值，最佳阈值的确定亦需要根据实际实验情况而定，应当有较好的匹配精度和保存适当的匹配点对，避免由于过度提高匹配精度而只保留极少的匹配点对。