一種基于多層次策略的光學與sar影像高精度配準方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及遙感影像處理技術(shù)領(lǐng)域，尤其是涉及一種基于直線特征的多層次光學 與SAR影像精確配準方法。
【背景技術(shù)】
[0002] 隨著成像技術(shù)的發(fā)展，新型傳感器不斷涌現(xiàn)，已經(jīng)從過去的單一傳感器發(fā)展到現(xiàn) 在的各種類型傳感器，能夠獲取同一地區(qū)不同空間分辨率、不同光譜波段和不同時相的遙 感影像。不同傳感器獲取的影像能夠反映地物的不同特性，對異源影像數(shù)據(jù)進行融合能夠 提供更加全面準確的信息。其中，光學與SAR影像不同的成像方式、不同的成像波段等使得 二者具有互補性，對于搶險救災等應(yīng)用具有明顯的優(yōu)勢。SAR傳感器由于利用微波波段進行 主動式遙感，具有穿云透霧、全天時工作的能力，從而使得SAR影像可能成為災害事件中成 為唯一可用的數(shù)據(jù)。但由于傳感器的模式、采集位置、空間分辨率、采集時間等不同，使得獲 取的同一場影的光學與SAR影像間存在較大的輻射與幾何差異。因此，要綜合利用不同遙 感影像必須使它們實現(xiàn)幾何意義上的對準，即需要進行圖像配準。
[0003] 目前光學與SAR影像配準方法主要分為：基于區(qū)域的配準方法和基于特征的配準 方法?；趨^(qū)域的配準方法通過定義某種相似性測度，計算圖像中各個位置上當前窗口與 模板之間在的相似程度，將配準問題轉(zhuǎn)化為最大化相似性測度。常用的方法主要有：互信息 法、交叉累積剩余熵法?；谔卣鞯呐錅史椒ɡ脙煞鶊D像中提取的顯著特征（如角點、局 部極值點、交點、輪廓、邊緣、區(qū)域等）進行匹配，常用的方法主要有：SIFT及其改進方法、改 進的迭代Hough變換等?；谔卣鞯呐錅史椒ㄒ蕾囂卣魈崛〉木?，而在光學與SAR影像 中同名特征定位精度難以達到理想狀態(tài)?；趨^(qū)域的方法利用搜索窗口與模板之間的相似 性確定匹配位置，在相似性測度優(yōu)良的情況下配準精度較高但計算量大。
[0004] 傳統(tǒng)影像配準方法通常用人工方法精確選擇一定數(shù)量的同名特征點進行匹配，但 這樣一方面需要較大的人工參與量，另一方面配準精度有限。而目前全自動的配準方法較 少且難以具備普適性。為了提高算法的精度同時減少人工參與，一個想法是在人工匹配的 基礎(chǔ)上進行自動的精匹配，但精匹配中的搜索范圍與人工匹配的精度相關(guān)，若初始匹配精 度越高，在精匹配中就可以減小搜索范圍，從而提高計算效率。
[0005] 考慮到影像中的直線信息是一種重要的局部特征，廣泛存在于各類人造目標以及 自然地物的影像中，直線特征具有以下優(yōu)點：1)直線提取具有穩(wěn)健的算法，如Hough變換、 最小二乘擬合等；2)相對于點特征來說，線特征有更高層次的語義信息，其長度、方向等信 息在計算匹配關(guān)系時可用于建立數(shù)學約束或相似性度量。基于此，本文將選擇直線進行特 征匹配。本發(fā)明在人工匹配的基礎(chǔ)上提取直線特征，對直線特征進行匹配進一步提高初始 匹配的精度，最后進行精匹配。目前已有的直線匹配方法一般利用直線的中點、長度、支撐 區(qū)域等屬性建立相似性度量，或從全局優(yōu)化的角度直接計算變換參數(shù)。由于噪聲、對比度等 影響，不同來源的遙感影像上很難提取出位置一致的直線，這就導致提取直線的中點、長度 發(fā)生偏移，同時不同成像方式的影像直線支撐區(qū)域的灰度信息也會存在差異，從而導致配 準精度降低?；谌謨?yōu)化的方法采用參數(shù)尋優(yōu)型框架解決直線匹配問題，但該類方法面 臨的兩大問題是：如何排除局外特征的干擾、如何有效地實現(xiàn)優(yōu)化問題的收斂。針對以上基 于局部特征尤其是直線特征以及全局優(yōu)化方法進行遙感影像配準存在的問題，在充分考慮 基于特征以及基于區(qū)域的配準特性的基礎(chǔ)上，首先，從生成交點的直線段對間的方向信息 出發(fā)，尋找所有可能匹配的交點，構(gòu)成候選匹配點集；再根據(jù)點集間的拓撲關(guān)系，依次迭代 地剔除具有最大匹配誤差的候選匹配點對，直到最終匹配點對滿足"一一對應(yīng)"且拓撲關(guān)系 一致，從而獲取最優(yōu)匹配子集。其次，基于HOPC-NCC相似性測度，在對特征點進行HOPC描 述后，以兩個描述符間的NCC度量二者的相似性，并通過模板匹配策略，得到最佳匹配的像 素點，在該像素臨近區(qū)域內(nèi)擬合H0PC-NCC，并計算其最大值，獲得子像素級配準精度。為進 一步提高精度，采用了迭代誤差剔除方法除去可能存在的誤匹配點對，直到配準精度小于 一個像元，停止迭代。

【發(fā)明內(nèi)容】

[0006] 針對上述問題，本文提出一種基于多層次策略的光學與SAR影像高精度配準方 法，是一種基于直線交點的匹配方法。該方法首先根據(jù)直線段間的幾何關(guān)系尋找所有的候 選匹配直線及其交點，再根據(jù)交點間的拓撲關(guān)系，剔除誤匹配。通過這種逐步求精的多層次 匹配策略既保證算法的有效性又具備較高的匹配精度。
[0007] -種基于多層次策略的光學與SAR影像高精度配準方法，包括以下步驟；
[0008] 步驟1 :人工選擇3個以上的同名點或同名線對，對影像進行人工匹配；
[0009] 步驟2 :分別對待配準影像和參考影像提取直線段；
[0010] 步驟3 :對提取的直線段，按照一定準則生成線對及對應(yīng)的交點；
[0011] 步驟4 :對生成的交點，根據(jù)直線段間的幾何關(guān)系，尋找候選匹配點對；
[0012] 步驟5 :根據(jù)點對間的拓撲關(guān)系，依次迭代剔除具有最大匹配誤差的點對，直到最 終匹配點對滿足"一一對應(yīng)"且拓撲關(guān)系一致，從而獲取最優(yōu)匹配子集；
[0013] 步驟6 :根據(jù)步驟5得到的最優(yōu)匹配子集中的匹配點計算變換參數(shù)；
[0014] 步驟7 :利用基于信息熵的改進的Harris算子在基準影像上提取均勻分布的密集 特征點，在待配準影像上采用模板匹配的方法獲取精確的同名點，相似測度采用相位一致 性直方圖（Histogram of Phase Congruency, H0PC);最終利用二次多項式模型進行變換， 實現(xiàn)影像間的高精度配準。
[0015] 所述步驟2具體包括以下步驟；
[0016] 步驟2. 1 :對參考影像進行直線段的提取，若影像為光學影像或紅外影像，采用 LSD方法；若影像為SAR影像，先采用基于Gaussian-Gamma-Shaped Bi窗口算子檢測邊緣， 再采用Hough變換提取直線特征；
[0017] 步驟2.2 :對待配準影像進行直線段提取，若影像為光學影像或紅外影像，采用 LSD方法；若影像為SAR影像，先采用基于Gaussian-Gamma-Shaped Bi窗口算子檢測邊緣， 再采用Hough變換提取直線特征。
[0018] 所述步驟3中按照一定準則生成線對及對應(yīng)的交點具體包括以下步驟；
[0019] 步驟3. 1 :對提取的直線對進行處理，生成穩(wěn)健的直線交點用于下一步匹配；為了 獲取穩(wěn)健的直線交點，采用以下規(guī)則：
[0020] 1)先對直線段進行過濾，去除長度小于閾值dlength的直線段；
[0021] 2)對所有直線段按長度大小進行排列，從最長的直線段起統(tǒng)計斜率相近的線段， 并計算線段間的距離，若兩條直線段間的距離小于閾值ddlstanOT，則認為兩條直線段屬于同 一條直線，刪除長度較短的直線，只保留同一方向上最長的直線段；
[0022] 3)在提取的直線段組合中，對直線夾角小于30度的線段不予考慮作為生成交點 的線段；
[0023] 步驟3. 2 :對于提取出的直線段，其夾角或者延長線夾角大于30度的組成線對，并 成生交點；對每組直線對及其交點表示為：
[0024] LPk= (LPijI = UijIjjPij, θ
[0025] 其中，1種I j表示組成線對的兩條直線，P ^表示直線對的交點，Θ U表示直線對 間的夾角。
[0026] 所述步驟4具體包括以下內(nèi)容；
[0027] 經(jīng)過人工初匹配后，圖像中區(qū)域范圍的形變已被消除，匹配線對精度得到提高，因 此認為滿足以下幾何關(guān)系的直線對交點為候選匹配點對：
[0030] 其中，式1)為直線對間的角度關(guān)系，組成候選匹配點的直線對間的夾角理論上應(yīng) 該一致；f與分別表示基準影像與待配準影像中直線對的夾角；由于直線提取過程中 容易出現(xiàn)誤差，te設(shè)為5° ;式2)為直線間的位置關(guān)系，經(jīng)過初匹配后的同名直線間的距離 應(yīng)該較??；、1;^計算兩直線間的距離，為兩直線間的夾角，)為一條直線 的中點到另一條直線間的距尚，d0max與d pmax用于歸一化，d emax= 5°，d pmax= 5像素 ，t dist