[发明专利]边缘大畸变影像匹配方法

说明书

本发明提供了一种边缘大畸变影像匹配方法，包括：分别建立关于待匹配影像和参考影像的各级金字塔影像并进行粗匹配；根据粗匹配的结果采用整体的放射变换模型进行模型构建，从而消除视差；采用多级多特征的模式，按照多级多特征匹配规则格网对待匹配影像和参考影响分别进行分割分块处理，对经过分割分块处理后得到的每个块，进行多级多特征匹配；按照粗差剔除规则格网对待匹配影像再次进行分割分块处理并对粗差剔除规则格网内的每个格，采用放射变换模型循环迭代进行粗差剔除；利用每个格经过粗差剔除后的控制点，根据相机物镜径向和切向畸变形态理论采用整体三次多项式迭代模型进行再次粗差剔除，以得到高精度匹配点并按预定格式输出。

技术领域

本发明属于摄影测量与计算机视觉领域，涉及基于影像分割分块和多级多特征的边缘大畸变影像高精度配准方案，具体涉及一种边缘大畸变影像匹配方法，用于基于影像分割分块和多级多特征的模式，对边缘大畸变图像执行高精度的控制点自动匹配。

背景技术

目前，国产高分辨率光学卫星均采用三反同轴或三反离轴光学系统，由于光学系统径向、切向畸变影响，导致相机在轨几何检校前影像边缘的几何畸变很大、中间畸变较小，如高分一号卫星(GF-1卫星)全色/多光谱相机影像两端的畸变达到300个像元、影像中间为2个像素以内，而在轨几何检校过程中，要求影像与参考区域的特征匹配精度达到亚像素，同时要求在一定范围内有足够多均匀分布的匹配点从而进行后续的模型建模和参数求解。

目前，针对影像匹配、影像密集匹配国内外很多学者已经开展了大量的研究与实践工作，如：SIFT匹配、矢量匹配、多视匹配、视差匹配、灰度匹配、线特征匹配、最小二乘匹配等，并取得了一定成果。对边缘大畸变、中间几乎无畸变影像，采用传统影像匹配方法，存在以下问题：

1)若顾及边缘大畸变，由于搜索范围过大、将导致误匹配点过多、无法构建严密几何约束模型进行粗差剔除；

2)若顾及中间较小畸变，由于搜索范围过小，将导致除中心区域外无法匹配到点的问题。

因此，为了保证在一定范围内有足够多均匀分布的匹配点，同时保证影像与参考区域的特征匹配精度达到亚像素匹配精度，为后续在轨几何检校模型建模和参数求解提供高精度的控制点，亟待解决边缘大畸变影像高精度配准这项技术难题，这就必须针对相机的结构、相机物镜的径向和切向畸变形态以及在轨几何检校前边缘大畸变影像特点，采用合适的策略和方法保证边缘大畸变影像匹配点的均匀分布与亚像素匹配精度。

发明内容

为了解决现有技术中存在的问题，针对边缘大畸变影像，本发明提出了一种高精度的控制点自动匹配方案，执行基于影像分割分块和多级多特征的边缘大畸变影像高精度配准。

本发明提供了一种边缘大畸变影像匹配方法，用于基于影像分割分块和多级多特征的模式，对边缘大畸变图像执行高精度的控制点自动匹配，包括以下步骤：步骤一，分别建立关于待匹配影像和参考影像的各级金字塔影像，并进行粗匹配；步骤二，根据粗匹配的结果，采用整体的放射变换模型进行模型构建，从而消除视差；步骤三，采用多级多特征的模式，按照多级多特征匹配规则格网，对待匹配影像和参考影响分别进行分割分块处理，对经过分割分块处理后得到的每个块，进行多级多特征匹配；步骤四，按照粗差剔除规则格网，对待匹配影像再次进行分割分块处理，并对粗差剔除规则格网内的每个格，采用放射变换模型，循环迭代进行粗差剔除；步骤五，利用粗差剔除规则格网内的每个格经过粗差剔除后的控制点，根据相机物镜的径向和切向畸变形态理论，采用整体三次多项式迭代模型进行再次粗差剔除，以得到高精度匹配点并按预定格式输出。

优选地，多级多特征匹配规则格网的尺寸为256*256个像素或512*512个像素，粗差剔除规则格网的尺寸为256*像素或512*像素。

具体地，在步骤四中执行：在金字塔影像的最上层，进行特征点提取；采用灰度相似性测度，使匹配精度达到整像素；利用匹配结果，进行几何模型构建并消除时差，直至金字塔影像全部完成匹配；采用最小二乘匹配，使匹配精度达到亚影像。