[发明专利]基于相位相关的高重叠度遥感影像满度连接点匹配方法有效

专利信息
申请号: 201910052644.8 申请日: 2019-01-21
公开(公告)号: CN109711486B 公开(公告)日: 2020-09-01
发明(设计)人: 尹峰;余海;赖云;梁鹏 申请(专利权)人: 湖北省国土资源研究院
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 北京和信华成知识产权代理事务所(普通合伙) 11390 代理人: 胡剑辉
地址: 430071 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 相位 相关 重叠 遥感 影像 满度连 接点 匹配 方法
【说明书】:

发明公开了一种基于相位相关的高重叠度遥感影像满度连接点匹配方法,包括:输入多张重叠影像,构建匹配模型,对基准影像进行分块和特征点提取;基于RPC成像模型和DEM获得特征点的经纬度坐标和高程;以特征点的经纬度坐标为中心进行物方空间重采样;相位相关计算匹配窗口的偏移量获得匹配点对;将匹配点的坐标通过RPC模型反算,计算匹配点对在像方的行列号坐标;剔除粗差点得到最终匹配结果。本发明对基准影像进行分块且只在每个分块中心局部分为提取特征点,减少了计算量且保证了特征点分布的均匀性。将影像块从像方投影到物方进行匹配,克服了影像间的旋转和尺度差异,满足相位相关的计算条件。利用相位相关直接获取特征点在每张影像上的位置,计算速度快,对影像灰度差异不敏感。

技术领域

本发明基于遥感图像技术处理领域,特别涉及一种基于相位相关的高重叠度遥感影像满度连接点匹配方法、系统和介质。

背景技术

影像匹配就是通过一定的匹配算法在两幅或者多幅影像之间识别同名点的过程,它是图像配准、图像融合、目标识别和变化检测的一个重要前期步骤。在遥感领域,连接点匹配用于获取两张或多张具有一定重叠度的影像之间的同名像点,根据像点坐标和一定的数学模型建立平差方程,修正影像的成像模型参数(如RPC模型系数和严格成像模型系数),实现影像间的配准,提高影像的相对定位精度。

常用的遥感图像连接点匹配方法主要有SIFT匹配和相关系数匹配等,其中SIFT匹配方法是一种基于斑点特征的点特征匹配算法,它对图像的旋转变化和尺度缩放不敏感,由于SIFT匹配需要先对每张图像提取特征点,在多度重叠的影像间进行匹配时,对每张影像都进行特征点提取计算量巨大且难以保证特征点的复现率,最终匹配得到的同名点中只有极少数的满度连接点。相关系数匹配方法一般是通过模版匹配的策略来搜索同名点的,这种搜索策略在影像数量显著增加和搜索范围明显扩大的情况下需要耗费大量的计算资源,效率低下,且当影像间存在辐射差异时,匹配的可靠性也很难保证。

发明内容

本发明为了满足高重叠度影像间满度、均匀连接点的匹配需求,提出了一种基于相位相关的高重叠度遥感影像满度连接点匹配方法,包括以下步骤:

步骤一、输入多张重叠影像,构建匹配模型,对基准影像进行分块和特征点提取;

步骤二、基于RPC成像模型和DEM获得特征点的经纬度坐标和高程;

步骤三、以特征点的经纬度坐标为中心进行物方空间重采样;

步骤四、相位相关计算匹配窗口的偏移量获得匹配点对;

步骤五、将匹配点的坐标通过RPC模型反算,计算匹配点对在像方的行列号坐标;

步骤六、剔除粗差点得到最终匹配结果。

优选的,上述步骤一具体为选取其中一张作为基准影像,其余的影像作为目标影像;对基准影像进行分块,得到N×M个大小相同的影像区域;在每个影像块的中心选取一个S×S的窗口进行特征点提取,保留n个特征点作为候选点。

优选的,上述步骤二具体为:设特征点在基准影像上的行列号坐标为(l,s),由RPC模型和DEM数据,通过迭代计算可以得到特征点对应于物方的经纬度和高程(B,L,H);

其中,RPC模型的表示如下:

其中,

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖北省国土资源研究院,未经湖北省国土资源研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910052644.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top