[发明专利]一种结合SIFT点和控制线对的光学遥感图像配准方法及系统

说明书

本发明公开了一种结合SIFT点和控制线对的光学遥感图像配准方法及系统，所述方法包括以下步骤：分别获取基准图像和待配准图像的直线特征集合；基于基准图像的直线特征集合和待配准图像的直线特征集合，获得初始配准图像；获取所述初始配准图像的直线特征集合；分别统计基准图像的直线特征集合和初始配准图像的直线特征集合中的相交直线对，获得统计结果，基于所述统计结果获得候选匹配集合；基于所述候选匹配集合，获得粗配准结果；利用SIFT关键点配准算法得到基准图像和粗配准图像的精确配准结果，完成光学遥感图像配准。发明的方法速度快且鲁棒性好，能够实现对具有典型线状目标可见光遥感图像的配准。

技术领域

本发明属于航天航空技术领域，涉及光学遥感图像配准领域，特别涉及一种结合SIFT点和控制线对的光学遥感图像配准方法及系统。

背景技术

在航空航天研究中，利用不同高度的空天飞行器可以获得丰富的对地遥感数据。遥感数据以其时效性、实用性的优点被广泛应用于诸多领域，如战场检测、飞机导航、无人机着陆和地平线检测等。卫星遥感技术的飞速发展，使得空天遥感数据量急剧增长，如何利用海量的空天遥感数据以满足不同的生产生活需求成为了遥感应用面临的突出问题之一。信息融合可以综合利用单个或多个传感器的不同遥感数据，通过互补信息的有机集成，减少或抑制单一信号源对被感知对象或环境解释中可能存在的多义性、不完全性、不确定性和误差，大大提高遥感数据的应用效率，以及在特征提取、分类、目标识别等方面的可靠性。

图像融合是信息融合的重要研究方向之一，它协同利用对同一个场景成像获得的两幅或多幅图像，实现信息互补，获得对场景更细致、全面、可靠的描述，以便于认知和后续解译处理。图像配准作为图像融合的必要基础工作，通过空间转换机制，消除多源图像在几何上的不一致，为后续的目标识别和分类等融合应用奠定基础。目前图像配准算法大致分为两大类：基于灰度信息的图像配准方法和基于特征的图像配准方法。

基于灰度信息的配准方法主要利用图像的灰度统计信息搜索基准图像和待配准图像之间相似度最接近的区域，以确定最优的几何变换参数。Kern JP基于互信息法提出了一种用于多光谱遥感图像的配准算法，该模型通过关联互信息的曲面形状和图像的频域特性可以控制和优化图像变换参数的选择。李姣结合猫群算法和归一化互相关匹配算法，降低了原始归一化互相关匹配算法对图像旋转和缩放变换的敏感度，有效提高了图像配准的正确率。总体来说，基于灰度信息的配准算法直接利用图像灰度信息，提高了配准方法的鲁棒性，但是图像数据采集环境差异造成灰度关联性低，该方法往往难以取得满意效果。