一種遙感圖像配準方法
2023-08-13 17:33:16
專利名稱:一種遙感圖像配準方法
技術領域:
本發明涉及圖像處理技術,具體指一種遙感圖像配準方法,應用於多光譜數據融 合和遙感圖像拼接
背景技術:
圖像配準技術是根據應用需求發展起來的圖像分析技術,在醫療影像、遙感圖像 等領域有廣泛的應用。圖像配準算法可概括為兩類,即基於區域的配準和基於特徵的配準。 如文獻〈〈Infrared Image Registration and High-Resolution Reconstruction Using Multiple Translationally shifted Aliased Video Frames》所述,傳統圖像配準算法復 雜,計算量大;又如文獻《圖像配準及其在目標精確定位中的應用》所述,兩類算法均對場景 變化敏感,使算法不具魯棒性。
發明內容
本發明的目的是提供一種計算量較小,對緩慢變化場景具有魯棒性的遙感圖像配 準算法。本發明在基於區域的配準算法基礎上,對待配準圖像進行變換處理,對匹配度計 算準則進行優化,降低計算量,提高在變化場景情況下算法的魯棒性。算法步驟如下(1) 從存儲介質中讀取原始圖像數據;(2)對各原始圖像進行預處理;(3)進行二值化處理實現 圖像分割;(4)對二值化圖像進行腐蝕和膨脹處理;(5)對腐蝕和膨脹處理後的二值圖像運 用Roberts交叉梯度算子,提取單值邊緣;(6)對邊緣圖像計算匹配度,尋找最佳匹配點; (7)對任一圖像進行雙線性插值和平移變換;(8)輸出配準圖像。其中步驟(2)中預處理算法包括基於統計參數的灰度信息調整和基於常量統計 量法的非均勻性校正,表述如下A.有兩幅灰度級不一致的灰度圖像£—^4,坐標(χ,y)處的灰度值分別為fa(x, y)和fb(x,y),Z"和叉分別為均值,var(fa)和var(fb)分別為Ullja方差, fa' (χ, y)和fb' (χ, y)分別為校正後坐標(X,y)處的灰度值,則基於圖像統計值的灰度 校正方法為fa \x,y) = faix^l'/" ■ ^r(fb) + Jb (1)
var(/Jfb' (χ, y) = fb(x, y)(2)B.對於具有N個像元的線列探測器,假設只存在增益非均勻性。對每一像元i,計 算其響應均值K=ZKj(3)其中,j = 1,2,...,M,M為採樣次數,Vy為第i像元第j個採樣點的響應值。然 後獲得所有像元的平均響應值
權利要求
一種遙感圖像配準方法,其特徵在於包括以下步驟(1)從存儲介質中讀取原始圖像數據;(2)原始圖像預處理對原始圖像數據進行基於統計參數的灰度信息調整和基於常量統計量法的非均勻性校正;(3)進行二值化處理實現圖像分割;(4)對二值化圖像進行腐蝕和膨脹處理;(5)對腐蝕和膨脹處理後的二值圖像運用Roberts交叉梯度算子,提取單值邊緣;(6)對單值邊緣圖像計算匹配度,尋找最佳匹配點;(7)對任一圖像進行雙線性插值和平移變換;(8)輸出配準圖像。
2.如權利要求1所述的一種遙感圖像配準方法,其特徵在於步驟4中所述的對二值 化圖像進行腐蝕和膨脹處理的方法是A被 B 膨脹乂十5 = {z|(5)zn乂關0}(1)B對A的腐蝕」Θβ = {ζΚ5)ζ£」}(2)其中,A和B是二維整數空間Z2中的集合,為=丨=-6,6e 5}為B的反射,(A)z =Iclc = a+z,a e Α}表示為集合A平移到點ζ = (zi;z2),z e Z2,定義模版B為 *B= * I *,*表示不關心該元素的值(3)* * J依次對二值圖像進行P次腐蝕和P次膨脹,P > 1,由用戶指定,消除閉合區域內的微小 空洞,即圖像中的細節。
3.如權利要求1所述的一種遙感圖像配準方法,其特徵在於步驟6中所述的匹配度 計算步驟如下對於兩幅二值邊緣圖像E1' (i,j)和E2' (i,i),其中E1' (i,i)的寬和高分別為I、 H1, E^ (i,i)的寬和高分別為W2、H2,對每一圖像分別定義行向量R和列向量L為 1H1^1O)=Σ£ι w) 0)=Ta 』(i'』y), i=υ」.·,Η、,=ι,2,.·.,%>=1 (=1 2H,R2 (0 = TjE2 V, J) ,L2 U) = XE2 ■(/, j), i = \,2,...,H2J = I,2,...,W2>1 /=1Α.計算圖像間行向量間和列向量間的相關係數CorrR和CorrL CorrR(m) = J^R2(J)R1 (i + m) ,CorrL{n) = ^I2(y)AU + )) ) 4 5( (Ni/ 6/Iv其中,m,η為實數,通過對R1和L1的線性插值可以得到R1 (i+m)和Ljj+n) R1 (/ + m) 二(1 _ m + |_m」)χ 代 0. + L w」)+ (m _ |_m」)χ 代(ζ. + L J」+ ) LiU + n) = (l-n + \_n\)xLiU + ln\) + (n-ln\)xLl(j + ln\ + \)(7)LH、|_ 」分別表示為m,η的整數部分。B.分別求 CorrR 和 CorrL 中的最大值,計 CorrR(M) = max {CorrR(m)}, CorrL(N) = max {CorrL (η)},則(Μ, N)為最佳匹配點。全文摘要
本發明涉及圖像處理技術領域,具體是指一種遙感圖像配準算法,其包括以下操作步驟(1)從存儲介質中讀取原始遙感圖像數據;(2)對各原始圖像進行預處理;(3)進行二值化處理實現圖像分割;(4)對二值化圖像進行腐蝕和膨脹處理;(5)對腐蝕和膨脹處理後的二值圖像運用Roberts交叉梯度算子,提取單值邊緣;(6)對邊緣圖像計算匹配度,尋找最佳匹配點;(7)進行圖像間的變換;(8)輸出配準信息和配準圖像。本發明可應用於多光譜數據融合和遙感圖像拼接中。
文檔編號G06T7/00GK101957991SQ201010286010
公開日2011年1月26日 申請日期2010年9月17日 優先權日2010年9月17日
發明者危峻, 周倩婷, 徐志鵬, 田犁, 董小靜 申請人:中國科學院上海技術物理研究所