[发明专利]一种异源遥感图像匹配的梯度幅值阈值自动选择方法

权利要求书

1.一种异源遥感图像匹配的梯度幅值阈值自动选择方法，其特征在于，包括如下步骤：

步骤1，选取两幅待匹配的异源遥感图像中的一幅作为模板图像，并基于模板图像确定梯度幅值阈值的上下限T_max、T_min及步长T_step；

步骤2，计算模板图像中每个像素点的梯度幅值，得到第一梯度幅值图像；

步骤3，以T_step为步长在梯度幅值阈值区间[T_min，T_max]内依次选取梯度幅值阈值，并基于选取的梯度幅值阈值对梯度幅值图像进行阈值处理，将梯度幅值图像中梯度幅值小于梯度幅值阈值的像素点的梯度幅值置为0，得到各梯度幅值阈值对应的第二梯度幅值图像；

步骤4，提取各第二梯度幅值图像中的亚像素中心线，并统计各第二梯度幅值图像中亚像素中心线的平均长度和平均外接矩形面积，得到各第二梯度幅值图像的阈值评分指标，并进一步拟合得到以梯度幅值阈值为变量的阈值评分关联曲线；

步骤5，选取阈值评分关联曲线中阈值评分指标的最大值所对应的梯度幅值阈值，作为最优梯度幅值阈值。

2.根据权利要求1所述的异源遥感图像匹配的梯度幅值阈值自动选择方法，其特征在于，步骤1中，所述基于模板图像设定梯度幅值阈值上下限T_max、T_min及步长T_step，具体为：

将模板图像的对比度最大值作为梯度幅值阈值上限T_max，将模板图像的对比度最小值作为梯度幅值阈值下限；

步长T_step＝(T_max-T_min)/k，其中，k为步长选择参数。

3.根据权利要求1所述的异源遥感图像匹配的梯度幅值阈值自动选择方法，其特征在于，步骤4中，所述提取各第二梯度幅值图像中的亚像素中心线，具体为：

对每一第二梯度幅值图像进行如下操作：

步骤4.1，先用高斯函数对第二梯度幅值图像进行平滑，再通过高斯函数的生成一阶高斯导数核和二阶高斯导数核，通过与第二梯度幅值图像卷积得到第二梯度幅值图像中每个像素点处的海森矩阵；

步骤4.2，将从海森矩阵求得的最大特征值作为对应像素点的线状显著度，并将最大特征值对应的特征向量作为对应像素点的线状法向；

步骤4.3，基于各像素点的线状显著度与线状法向，联合图像局部区域的二维泰勒展开式和线状结构中心点处一阶导数为零的条件，筛选出第二梯度幅值图像中的线状中心点，并选取所有线状中心点中线状显著度最大的作为种子点；

步骤4.4，判断种子点与邻域线状中心点之间的法向差异是否小于

若是则将满足条件的线状中心点与种子点连接成线，并将该满足条件的线状中心点作为新的种子点后重复步骤4.4；

否则，将剩余的线状中心点中线状显著度最大的作为种子点后重复步骤4.4，直至遍历完所有线状中心点，得到多条亚像素中心线。

4.根据权利要求3所述的异源遥感图像匹配的梯度幅值阈值自动选择方法，其特征在于，步骤4.4中，在得到多条亚像素中心线后，将长度小于5的亚像素中心线滤除后，得到对应第二梯度幅值图像的所有条亚像素中心线。

5.根据权利要求1至4任一项所述的异源遥感图像匹配的梯度幅值阈值自动选择方法，其特征在于，步骤4中，所述阈值评分指标为：

式中，f(T)为梯度幅值阈值为T时第二梯度幅值图像所对应的阈值评分指标，L_m为梯度幅值阈值为T时第二梯度幅值图像中亚像素中心线的平均长度，A_m为梯度幅值阈值为t时第二梯度幅值图像中亚像素中心线的平均外接矩形面积。