一種基於雙向鄰域過濾策略的遙感圖像配準方法
2023-09-18 21:50:45 1
專利名稱：一種基於雙向鄰域過濾策略的遙感圖像配準方法
技術領域：
本發明屬於圖像處理領域，涉及一種圖像配準方法，具體涉及一種基於雙向鄰域過濾策略的遙感圖像配準方法。
背景技術：
圖像配準作為圖像分析中一項重要的預處理技術，廣泛地應用於圖像融合、計算機視覺和目標識別等領域。圖像配準的步驟主要包括:特徵提取、特徵匹配、變換模型參數估計、圖像重採樣以及反變換。其中，特徵匹配的目的是保證待配準的圖像特徵之間形成一個可靠的映射關係，是圖像配準中的一個關鍵步驟。由於遙感圖像的特殊性，遙感圖像在配準過程具有較多的幹擾因素。首先，遙感圖像來源豐富，當待配準的遙感圖像為異源圖像時，由於成像機理不同，同一場景在異源圖像中呈現不同的灰度特性；其次，遙感圖像通常是遠距離、大視場下成像所得，不同時刻獲取的遙感圖像之間存在較大仿射變換，並且場景中具有相似圖案的可能性較大。現有圖像特徵點匹配的方法主要有基於灰度特徵和基於空間結構兩大類方法。基於灰度特徵的方法利用灰度特徵的相關性進行特徵匹配，例如SIFT (Scale-1nvariantFeature Transform,尺度不變特徵轉換)算法。目前大部分特徵提取方法在待配準的圖像之間存在較大仿射變換時不具有穩定性。另外，由於異源圖像灰度不相關、場景中有相似圖案，造成基於灰度特徵的匹配方法精確度降低。基於空間結構的配準方法主要是利用空間結構上的特性進行特徵匹配，例如RANSAC算法，但是由於RANSAN算法在判斷誤配點時有較強的約束條件，造成較多的誤配點無法剔除，從而降低了配準精度。綜上所述，針對遙感圖像存在較大仿射變換、異源圖像、場景中存在相似圖案三方面的問題，現有的圖像配準方法很難實現高精度的配準。
發明內容
本發明的目的在於提出一種基於雙向鄰域過濾策略的遙感圖像配準方法，將灰度特徵與特徵點的空間結構特性相結合，以基於灰度特徵的匹配結果作為初始匹配點對，以特徵點的鄰域結構特性作為約束，通過雙向鄰域結構的差異性，迭代得到具有相同雙向鄰域結構的匹配點對，並且採用雙向鄰域過濾策略恢復迭代過程中錯誤剔除的候選誤配點對。該方法適用於待配準圖像之間存在較大仿射變換、待配準圖像為異源圖像、圖像場景中存在相似圖案的情況，能夠在無人工參與的條件下提高配準的精度。為了達到上述目的，本發明的技術方案是提供一種基於雙向鄰域過濾策略的遙感圖像配準方法，其包括以下步驟:
步驟1:採用SIFT算子提取待配準圖像中所有的SIFT特徵點及其各自對應的SIFT特徵向量，通過SIFT特徵向量之間的歐式距離比較，為一個圖像中的每一點選擇其在另一個圖像中具有最大歐式距離的點進行對應，從而在這兩個點之間形成初始匹配點對，進而獲得待配準圖像中所有初始匹配點對的集合；步驟2:為所有初始匹配點對構造雙向鄰域結構，並根據對應構造的雙向鄰域差異矩陣來剔除差異最大的點對作為候選誤配點對，通過迭代形成具有相同雙向鄰域結構的匹配點對集合；
步驟3:根據雙向鄰域過濾策略重新檢查所有剔除的候選誤配點對，判斷是否有需要恢復的候選誤配點對，有需要恢復的候選誤配點對則轉向步驟2 ;無則迭代結束，將剩餘的匹配點對作為最終匹配點對。步驟4:採用最小二乘法根據最終匹配點對估算仿射變換參數，將待配準的圖像進行仿射反變換，獲得相互匹配的圖像。所述步驟2中，構造雙向鄰域結構的過程是:分別在每個待配準的圖像中，將距離各點最近的前K個點作為K近鄰點,建立從各點到其各自的K近鄰點的有向邊,則任意一點的雙向鄰域結構是由與該點相連的有向邊和該點的K近鄰點共同構成。所述步驟2中，具有相同雙向鄰域結構的匹配點對集合形成的過程如下:
步驟2-1，分別構造各個匹配點對集合在雙向鄰域矩陣中的前向鄰域矩陣FKNN和後向鄰域矩陣BKNW ；
設點 和點J是任意一個所述匹配點對集合中的兩點，當點J是點I的K近鄰點時,該匹配點對集合的前向鄰域矩陣1' 3 町』=1，後向鄰域矩陣2 ] 11_』=1 ;當點J不是點:的K近鄰點時，該匹配點對集合的前向矩陣和後向矩陣均為O ;所述匹配點對集合是指步驟I之後獲得的初始匹配點對的集合，或者是經過步驟2任意一次迭代得到更新的匹配點對的集合；
步驟2-2，針對各個匹配點對集合中相應的前向鄰域矩陣FIOOT，和相應的後向鄰域矩陣BKNN，分別進行異或運算得到雙向鄰域差異矩陣AFKlW和ΔΒΚΝΝ ；
步驟2-3，根據
權利要求
1.一種基於雙向鄰域過濾策略的遙感圖像配準方法，其特徵在於，包括以下步驟: 步驟1:採用SIFT算子提取待配準圖像中所有的SIFT特徵點及其各自對應的SIFT特徵向量，通過SIFT特徵向量之間的歐式距離比較，為一個圖像中的每一點選擇其在另一個圖像中具有最大歐式距離的點進行對應，從而在這兩個點之間形成初始匹配點對，進而獲得待配準圖像中所有初始匹配點對的集合； 步驟2:為所有初始匹配點對構造雙向鄰域結構，並根據對應構造的雙向鄰域差異矩陣來剔除差異最大的點對作為候選誤配點對，通過迭代形成具有相同雙向鄰域結構的匹配點對集合； 步驟3:根據雙向鄰域過濾策略重新檢查所有剔除的候選誤配點對，判斷是否有需要恢復的候選誤配點對，有需要恢復的候選誤配點對則轉向步驟2 ;無則迭代結束，將剩餘的匹配點對作為最終匹配點對； 步驟4:採用最小二乘法根據最終匹配點對估算仿射變換參數，將待配準的圖像進行仿射反變換，獲得相互匹配的圖像。
2.根據權利要求1所述的一種基於雙向鄰域過濾策略的遙感圖像配準方法，其特徵在於:所述步驟2中，構造雙向鄰域結構的過程是:分別在每個待配準的圖像中，將距離各點最近的前K個點作為K近鄰點,建立從各點到其各自的K近鄰點的有向邊,則任意一點的雙向鄰域結構是由與該點相連的有向邊和該點的K近鄰點共同構成。
3.根據權利要求2所述的一種基於雙向鄰域過濾策略的遙感圖像配準方法，其特徵在於:所述步驟2中，具有相同雙向鄰域結構的匹配點對集合形成的過程如下: 步驟2-1，分別構造各個匹配點對集合在雙向鄰域矩陣中的前向鄰域矩陣FKOTi和後向鄰域矩陣BKWH ； 設點i和點j是任意一個所述匹配點對集合中的兩點，當點J'是點i的K近鄰點時,該匹配點對集合的前向鄰域矩陣FKNN[i,j]=1，後向鄰域矩陣BKNN[i,j]=1 ;當點j不是點i的K近鄰點時，該匹配點對集合的前向鄰域矩陣和後向鄰域矩陣均為O ;所述匹配點對集合是指步驟1之後獲得的初始匹配點對的集合，或者是經過步驟2任意一次迭代得到更新的匹配點對的集合； 步驟2-2，針對各個匹配點對集合中相應的前向鄰域矩陣FKKN，和相應的後向鄰域矩陣EKNN ,分別進行異或運算得到雙向鄰域差異矩陣ΔFKNN和ΔΒΚΝΝ ； 步驟 2-3,根據 jother= arg max {∑ΔFKNJf[i J] + ∑ΔBKNW[i,J] }，在雙向鄰域差異矩陣中選擇雙向鄰域差異最大的點對jother作為候選誤配點對進行剔除，其中I是當前匹配點對的總數； 步驟2-4，更新匹配點對的雙向鄰域，判斷雙向鄰域差異矩陣ΔFKOTf和ΔΒΚΝΝ是否為全零矩陣，不是全零矩陣則轉向步驟2-1 ;是全零矩陣則迭代停止，剩餘匹配點對是能構成具有相同的雙向鄰域結構的匹配點對集合。
4.根據權利要求3所述的一種基於雙向鄰域過濾策略的遙感圖像配準方法，其特徵在於:所述步驟3中，雙向鄰域過濾策略篩選需要恢復的候選誤配點對的過程如下: 步驟3-1，任意一個候選誤配點對所在的鄰域結構中的點在後續迭代中被剔除作為新的候選誤配點對時，該候選誤配點對/—需要重新檢查； 步驟3-2，將待檢查的候選誤配點對分別和剩餘的匹配點對組合，其中能構成相同雙向鄰域結構的候選誤配點對 可以恢復為匹配點對。
全文摘要
本發明公開了一種基於雙向鄰域過濾策略的遙感圖像配準方法，將灰度特徵與特徵點的空間結構特性相結合，以基於灰度特徵的匹配結果作為初始匹配點對，以特徵點的鄰域結構特性作為約束，通過雙向鄰域結構的差異性，迭代得到具有相同雙向鄰域結構的匹配點對，並且採用雙向鄰域過濾策略恢復迭代過程中錯誤剔除的候選誤配點對。該方法用於待配準圖像之間存在較大仿射變換、待配準圖像為異源圖像、圖像場景中存在相似圖案的情況，能夠在無人工參與的條件下提高配準的精度。
文檔編號G06T7/00GK103116891SQ20131007799
公開日2013年5月22日 申請日期2013年3月12日 優先權日2013年3月12日
發明者趙明, 安博文, 吳泳澎, 許曉彥, 陳元林 申請人:上海海事大學