[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

说明书

本发明公开了一种异源遥感图像匹配的梯度幅值阈值自动选择方法，该方法依据图像场景显著轮廓分布选择最优梯度幅值阈值参数：首先，计算梯度幅值；其次，在设定的梯度幅值阈值范围内，对梯度进行阈值化处理；然后，提取亚像素轮廓，并统计分析轮廓平均长度和分布范围，将轮廓平均长度和分布范围作为阈值评价指标；最后，选择最高评价指标对应的梯度幅值阈值作为最优阈值参数。本发明应用于计算机视觉领域，只需设置待匹配图像即可自动获取最优梯度幅值阈值参数，降低了使用者的专业技术要求，提高了匹配系统自动化程度，进一步提升了匹配的稳定性和准确性。

技术领域

本发明涉及计算机视觉技术领域，具体是一种异源遥感图像匹配的梯度幅值阈值自动选择方法，可用于图像融合、视觉导航等应用。

背景技术

光学、合成孔径雷达(SAR)和红外等是空间遥感常用的成像模态，它们对同一观测场景提供的图像信息具有互补性，因此，对两者图像进行融合具有重要价值。图像融合的前提条件是将两幅待融合图像的对齐，利用异源图像匹配可计算两幅待融合图像空间对应点之间的对齐映射关系。

由于异源图像对比度差异大，通常可采用基于梯度等与成像模态相关性较弱的特征进行匹配。基于梯度特征的异源图像匹配方法需要设置梯度阈值、梯度方向区间等关键参数，这些参数与待匹配的图像的场景紧密相关，参数选取的正确性对匹配结果影响较大。现有匹配方法通常需要根据不同场景人工测试和选取最优参数，以确保匹配的准确性和稳定性。人工选取参数对操作人员提出了很高的要求，同时不适用于事先未知场景的图像匹配任务，亟需一种自动参数选取的方法提高异源图像匹配融合的自动化程度。

发明内容

针对上述现有技术中的不足，本发明提供一种异源遥感图像匹配的梯度幅值阈值自动选择方法，能够有效地提高异源图像匹配的自动化程度以及异源图像匹配性能。

为实现上述目的，本发明提供一种异源遥感图像匹配的梯度幅值阈值自动选择方法，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。

在其中一个实施例，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。

在其中一个实施例，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：