本發(fā)明涉及圖像處理，特別涉及一種多源遙感圖像配準(zhǔn)方法及裝置。

背景技術(shù)：

1、圖像配準(zhǔn)是指利用一種有效的變換策略將兩幅或多幅影像數(shù)據(jù)在同一坐標(biāo)系下對齊的過程，被廣泛應(yīng)用于圖像融合、圖像變化檢測、圖像拼接和圖像鑲嵌等領(lǐng)域。

2、近年來，大規(guī)模結(jié)構(gòu)化數(shù)據(jù)的出現(xiàn)、硬件算力的提升以及新正則化方法的涌現(xiàn)使得深度學(xué)習(xí)技術(shù)發(fā)展突飛猛進(jìn)。特別地，結(jié)合深度學(xué)習(xí)技術(shù)解決遙感圖像配準(zhǔn)問題也引起了學(xué)者們的廣泛關(guān)注。然而，基于深度學(xué)習(xí)的遙感圖像配準(zhǔn)方法過度依賴大量已有訓(xùn)練樣本導(dǎo)致泛化能力差，難以滿足紛繁變化的復(fù)雜場景的多源遙感圖像配準(zhǔn)需求。因此，本發(fā)明重點(diǎn)研究非深度學(xué)習(xí)的遙感圖像配準(zhǔn)方法，該類方法主要可細(xì)分為3類：

3、(1)基于灰度的圖像配準(zhǔn)方法。該類方法以整幅圖像的灰度信息為依據(jù)，建立待配準(zhǔn)圖像和基準(zhǔn)參考圖像之間的相似性度量，實(shí)現(xiàn)簡單，但對灰度變化、噪聲敏感且計(jì)算量大效率低，同時(shí)不適用于具有非線性形變的圖像匹配。

4、(2)基于變換域的圖像配準(zhǔn)方法。該類方法在傅里葉變換、小波變換等變換域進(jìn)行處理，對于平移、旋轉(zhuǎn)和縮放具有一定的魯棒性，但同時(shí)也具有局限性，方法僅適用于配準(zhǔn)灰度屬性有線性正相關(guān)的圖像，且圖像之間必須嚴(yán)格滿足定義好的變換關(guān)系。

5、(3)基于特征的圖像配準(zhǔn)方法。該類方法對灰度變化、噪聲等不敏感，且計(jì)算量小效率高，得到了廣泛應(yīng)用。該類方法主要通過特征檢測、特征描述、特征匹配和圖像變換實(shí)現(xiàn)，其關(guān)鍵是如何檢測圖像的局部不變特征，如點(diǎn)特征、線特征、面(即區(qū)域)特征等。與線特征和區(qū)域特征相比，點(diǎn)特征因具有不隨光照、平移、縮放、投影的變化而變化的優(yōu)良性質(zhì)而被廣泛應(yīng)用于圖像配準(zhǔn)任務(wù)?；邳c(diǎn)特征的遙感圖像配準(zhǔn)方法主要有sift(scale-invariant?feature?transform)算法、orb(oriented?fast?and?rotate?brief)算法，以及它們的改進(jìn)方法。

6、近年來隨著遙感成像技術(shù)的發(fā)展，航天、航空遙感已進(jìn)入數(shù)據(jù)海量化時(shí)代?？梢姽?、紅外、sar、激光等多類型傳感器系統(tǒng)可獲得同一地區(qū)的多傳感器、多時(shí)相、多分辨率、多觀測角度的多源遙感圖像數(shù)據(jù)。多源遙感圖像類型豐富、特征各異，給圖像配準(zhǔn)技術(shù)帶來了新的挑戰(zhàn)，迫切需要研究通用、魯棒的多源遙感圖像配準(zhǔn)方法。

7、針對多源遙感圖像配準(zhǔn)問題，li等提出了一種基于輻射變化不敏感特征變換(radiation-variation?insensitive?feature?transform，rift)的方法，用于解決像素強(qiáng)度差異和非線性輻射畸變難題，對異源圖像配準(zhǔn)具有良好的性能。該方法采用相位一致性(phase?consistency，pc)來構(gòu)造旋轉(zhuǎn)度不同的多重最大索引映射(mim)用于特征描述，對非線性輻射畸變有較強(qiáng)魯棒性，同時(shí)具有一定的旋轉(zhuǎn)不變性，但由于在優(yōu)化mim時(shí)失去了大量的細(xì)節(jié)信息，其對于旋轉(zhuǎn)畸變適應(yīng)性差。gao等先后提出了一種基于多尺度部分強(qiáng)度不變描述子(multi-scale?partial?intensity?invariant?feature?descriptor，ms-piifd)和一種基于多尺度局部主方向直方圖特征(multi-scale?histogram?of?local?mainorientation，ms-hlmo)的多源遙感圖像配準(zhǔn)方法。ms-hlmo方法對非線性輻射畸變有較強(qiáng)魯棒性，對異源圖像具有良好的配準(zhǔn)性能，但對于旋轉(zhuǎn)畸變魯棒性有待提升。反之，ms-piifd方法對旋轉(zhuǎn)畸變具有較強(qiáng)魯棒性，但對于非線性輻射畸變魯棒性較差，對異源圖像配準(zhǔn)精度有待提升。

8、綜上所述，目前基于點(diǎn)特征的多源遙感圖像配準(zhǔn)方法魯棒性較差，不能很好地處理紛繁變化的復(fù)雜場景的多源遙感圖像精確配準(zhǔn)問題，以滿足多源觀測條件下復(fù)雜區(qū)域場景動(dòng)態(tài)監(jiān)測的需求。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于克服現(xiàn)有技術(shù)缺陷，提出了一種多源遙感圖像配準(zhǔn)方法及裝置。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明提出了一種多源遙感圖像配準(zhǔn)方法，包括：

3、步驟1)對接收的待配準(zhǔn)多源遙感圖像對，分別進(jìn)行特征點(diǎn)檢測，得到第一點(diǎn)特征和第二點(diǎn)特征；所述待配準(zhǔn)多源遙感圖像對包含參考圖像和待配準(zhǔn)圖像；

4、步驟2)對第一點(diǎn)特征和第二點(diǎn)特征分別進(jìn)行多尺度piifd特征描述，得到第一點(diǎn)特征描述參量和第二點(diǎn)特征描述參量；

5、步驟3)針對第一點(diǎn)特征和第二點(diǎn)特征，利用它們的描述參量，進(jìn)行特征點(diǎn)匹配和錯(cuò)誤匹配點(diǎn)去除，篩選出有效的匹配點(diǎn)對，得到第一匹配特征點(diǎn)集和第二匹配特征點(diǎn)集；

6、步驟4)基于第一匹配特征點(diǎn)集和第二匹配特征點(diǎn)集，進(jìn)行變換矩陣估計(jì)及圖像變換，得到與參考圖像對齊的待配準(zhǔn)圖像，最終獲取配準(zhǔn)的圖像對。

7、優(yōu)選的，所述步驟1)包括：

8、步驟1-1)對參考圖像i1和待配準(zhǔn)圖像i2，采用fast角點(diǎn)檢測算法，分別進(jìn)行特征點(diǎn)檢測，得到第一原圖點(diǎn)特征和第二原圖點(diǎn)特征；

9、步驟1-2)對參考圖像i1和待配準(zhǔn)圖像i2，分別構(gòu)造相位一致性圖，并對相位一致性圖進(jìn)行特征點(diǎn)檢測，得到第一pc圖點(diǎn)特征和第二pc圖點(diǎn)特征；

10、步驟1-3)將第一原圖點(diǎn)特征和第二原圖點(diǎn)特征，分別與對應(yīng)的pc圖點(diǎn)特征，通過重復(fù)點(diǎn)特征去除進(jìn)行融合處理，得到第一點(diǎn)特征和第二點(diǎn)特征。

11、優(yōu)選的，所述步驟1-2)包括：

12、對參考圖像i1和待配準(zhǔn)圖像i2，利用相位一致性方法分別構(gòu)造相位一致性圖，得到第一相位一致性圖和第二相位一致性圖；

13、對第一相位一致性圖和第二相位一致性圖，采用fast角點(diǎn)檢測算法，分別進(jìn)行特征點(diǎn)檢測，得到第一pc圖點(diǎn)特征和第二pc圖點(diǎn)特征。

14、優(yōu)選的，所述步驟2)包括：

15、針對輸入的待配準(zhǔn)多源遙感圖像對i1和i2，分別創(chuàng)建高斯金字塔，得到第一高斯金字塔和第二高斯金字塔。

16、對第一點(diǎn)特征和第二點(diǎn)特征，分別在第一高斯金字塔和第二高斯金字塔上，采用部分強(qiáng)度不變描述子方法進(jìn)行多尺度特征點(diǎn)描述，得到第一點(diǎn)特征描述參量和第二點(diǎn)特征描述參量。

17、優(yōu)選的，所述步驟3)包括：

18、針對第一點(diǎn)特征和第二點(diǎn)特征，利用它們的描述參量，采用bbf匹配方法，以余弦相似度作為度量，進(jìn)行特征點(diǎn)匹配，獲得初始匹配點(diǎn)對；

19、利用特征點(diǎn)的主方向和空間分布的一致性，去除錯(cuò)誤匹配點(diǎn)對，篩選出有效匹配點(diǎn)對，得到第一匹配特征點(diǎn)集和第二匹配特征點(diǎn)集。

20、優(yōu)選的，所述步驟4)包括：

21、基于篩選出的有效匹配點(diǎn)對構(gòu)建的第一匹配特征點(diǎn)集和第二匹配特征點(diǎn)集，選擇一種幾何模型作為圖像對之間的變換模型，并對該變換模型對應(yīng)的變換矩陣的參數(shù)進(jìn)行估計(jì)；

22、基于上述估計(jì)得到的變換矩陣，對待配準(zhǔn)圖像進(jìn)行變換，得到與參考圖像對齊的待配準(zhǔn)圖像，最終獲取配準(zhǔn)的圖像對。

23、優(yōu)選的，所述幾何模型包括：相似變換、仿射變換和透視變換；其中，相似變換是平移、旋轉(zhuǎn)和縮放基本變換的組合。

24、優(yōu)選的，所述變換模型滿足下式：

25、

26、式中，h為變換矩陣，(x2,y2)t為待配準(zhǔn)圖像中點(diǎn)的坐標(biāo)，(x1,y1)t為(x2,y2)t在參考圖像上的同名點(diǎn)的坐標(biāo)；

27、采用最小二乘法對變換矩陣h進(jìn)行求解；

28、相似變換的變換矩陣hsimilarity滿足下式：

29、

30、其中，s表示縮放系數(shù)，θ表示旋轉(zhuǎn)角度，(tx,ty)表示平移量。

31、仿射變換的變換矩陣haffine滿足下式：

32、

33、透視變換的變換矩陣hprojective滿足下式，

34、

35、其中，a11，a12，a13，a21，a22，a23，a31，a32分別為矩陣相應(yīng)位置的元素。

36、另一方面，本發(fā)明提供了一種計(jì)算機(jī)裝置/設(shè)備/系統(tǒng)，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序以實(shí)現(xiàn)上述方法的步驟。

37、還有一方面，本發(fā)明提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序/指令，該計(jì)算機(jī)程序/指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述方法的步驟。

38、與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)勢在于：

39、1、通過構(gòu)建相位一致性(pc)圖，在原始圖像和pc圖上進(jìn)行特征點(diǎn)檢測與融合，即保留了原始圖像特征點(diǎn)又融合了pc圖特征點(diǎn)，提升方法對噪聲、灰度變化，尤其是非線性輻射畸變，的魯棒性，適用于多時(shí)相異源圖像配準(zhǔn)；

40、2、引入多尺度部分強(qiáng)度不變描述子(ms-piifd)對圖像特征點(diǎn)進(jìn)行描述，提升方法對縮放、旋轉(zhuǎn)，尤其是旋轉(zhuǎn)畸變，的魯棒性，適用于不同傳感器(含同構(gòu)和異構(gòu))獲取的多分辨率、多觀測角度圖像配準(zhǔn)。