[发明专利]一种大幅面小重合区域高精度多光谱图像配准方法及装置

摘要

本发明属于图像处理领域，具体而言，涉及一种大幅面小重合区域高精度多光谱图像配准方法及装置，其中，该方法包括对参考图像和待配准图像进行SIFT特征点提取；对提取的特征点进行匹配，获取参考图像和待配准图像的重合区域，得到初步的配准图像；利用随机抽样一致性算法筛选的内点，与最小二乘法拟合曲线结合，估算出初步变换矩阵；利用均方根误差RMSE对重合区域的特征点进行映射矩阵客观评价，筛除引起误差的误匹配点，迭代至配准图像精度达到亚像素级，获取精确变换矩阵。通过该方法本发明提高了大幅多光谱图像在少量重合区域时的配准精度。

主权项

一种大幅面小重合区域高精度多光谱图像配准方法，其特征在于，包括：对参考图像和待配准图像进行SIFT特征点提取；对提取的特征点进行匹配，获取参考图像和待配准图像的重合区域，得到初步的配准图像，具体包括：1)从图像中选择一点S1，遍历图像全部剩余特征点，计算出与其尺度ri、梯度θi最接近的特征点S2；2)连接S1与S2，并且同时连接各自对应的点f(S1)与f(S2)，计算其各自连线与S1点和f(S1)梯度方向角度的差值θx；3)判断差值θx是否在预设阈值之内，当差值θx在预设阈值之内时，判定匹配成功，保留匹配点；否则，计算与其邻近点的角度θx，当θx未在预设阈值之内时，判定该点为错误的匹配点；其中，所述预设阈值为10°；4)重复步骤1)、2)、3)，直到遍历完图像中所有匹配特征点；5)对待匹配图像中的同名匹配点进行同阈值的逆向匹配，保留双向匹配均为相同对应双方的特征点对，并删除剩余特征点；利用随机抽样一致性算法筛选的内点，与最小二乘法拟合曲线结合，估算出初步变换矩阵；利用均方根误差对重合区域的特征点进行映射矩阵客观评价，筛除引起误差的误匹配点，迭代至配准图像精度达到亚像素级，获取精确变换矩阵。