及其交點(diǎn)表示為：
[0079] LPk= (LPijI = UijIjjPij, Θ JjI
[0080] 其中，IjP I j表示組成線對的兩條直線，P U表示直線對的交點(diǎn)，Θ U表示直線對 間的夾角。
[0081] 步驟4 :對生成的交點(diǎn)，根據(jù)直線段間的幾何關(guān)系，尋找候選匹配點(diǎn)對；
[0082] 利用生成交點(diǎn)的直線段對間的方向信息，尋找所有可能匹配的交點(diǎn)，構(gòu)成候選匹 配點(diǎn)集。由于光學(xué)與SAR影像的光譜信息具有較大差異，難以直接基于灰度或梯度進(jìn)行相 似性度量，因此獲取候選匹配點(diǎn)對的方法為：經(jīng)過人工初匹配后，圖像中較大的形變已被消 除，匹配線對應(yīng)該在一定的誤差范圍內(nèi)，因此認(rèn)為滿足以下幾何關(guān)系的直線對交點(diǎn)為候選 匹配點(diǎn)對：
[0085] 其中，式1)為直線對間的角度關(guān)系，組成候選匹配點(diǎn)的直線對間的夾角理論上應(yīng) 該一致。紀(jì)與#分別表示基準(zhǔn)影像與待配準(zhǔn)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)該較小。、1;^計(jì)算兩直線間的距離，4 (/,' O為兩直線間的夾角，, /f )為一條直線 的中點(diǎn)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設(shè)為20。假設(shè)最終共有m對候選匹配點(diǎn)對，將其表示為：
[0087] 步驟5 :根據(jù)點(diǎn)對間的拓?fù)潢P(guān)系，依次迭代剔除具有最大匹配誤差的點(diǎn)對，直到最 終匹配點(diǎn)對滿足"一一對應(yīng)"且拓?fù)潢P(guān)系一致，從而獲取最優(yōu)匹配子集；
[0088] 獲得的候選匹配點(diǎn)對，由于僅用到直線對間的幾何關(guān)系，組成候選匹配點(diǎn)對的直 線對間并不一定滿足"一對一"匹配，同時(shí)，在候選匹配點(diǎn)對中可能存在錯(cuò)誤匹配。為了得 到準(zhǔn)確的匹配結(jié)果，需要從候選匹配點(diǎn)對中選擇出一組子集使得由它們確定的匹配誤差最 小。為了確保"一對一"匹配，我們引進(jìn)三個(gè)矩陣MB、麗及M，其中MB與麗是記錄候選匹配 點(diǎn)對中的線段，M是匹配矩陣，記錄候選匹配點(diǎn)對中元素被選取的狀態(tài)。假設(shè)在候選匹配點(diǎn) 對C中有Nl條直線來自基準(zhǔn)影像線，N2條直線來自待配準(zhǔn)影像。 CN 105184801 A 說明書 8/10 頁
[0090] 若集合C中第i個(gè)元素包含基準(zhǔn)影像中第j條直線，則mbu= 1，否則mb ^ = 0 ;同 理，若C中第i個(gè)元素包含待配準(zhǔn)影像中第j條直線，則mrij = 1，否則mrij = 0。
[0092] 對于"一對多"、"多對一"或"多對多"的匹配線對，將其放在一個(gè)容器CN中。統(tǒng)計(jì) MB與麗中重復(fù)的行，依次將重復(fù)行的序號作為CN的元素。對于候選匹配點(diǎn)對的誤匹配，我 們考慮特征在局部屬性上的相似性。形狀上下文（shape context)是一種基于統(tǒng)計(jì)學(xué)的描 述算子，具有計(jì)算簡單、對噪聲不敏感等特點(diǎn)，能較好地反映點(diǎn)集中任意一點(diǎn)Pi在整個(gè)點(diǎn)集 中的相對位置。若所有的匹配點(diǎn)對都是正確的，則由它們每對點(diǎn)計(jì)算得到的形狀上下文匹 配代價(jià)為零。相反，若存在誤匹配，則其對應(yīng)的匹配代價(jià)較大。為了剔除誤匹配點(diǎn)對，可以 依次去掉匹配代價(jià)較高的點(diǎn)對。形狀上下文以每個(gè)點(diǎn)為中心，建立極坐標(biāo)系（log-polar空 間），再將點(diǎn)與剩余點(diǎn)間的極半徑和極角離散化，對點(diǎn)P，將它與點(diǎn)集P中其他η-I個(gè)點(diǎn)構(gòu)成 的向量建立成一個(gè)直方圖Ii1，直方圖第k級為Ii1GO :
[0093] h； (k) = # {(p-qi) e bin (k) | p e P, p ^ qj (3)
[0094] 對其進(jìn)行歸一化處理為：
[0096] 其中，p為當(dāng)前計(jì)算的點(diǎn)，為點(diǎn)集P中剩余的η-I個(gè)點(diǎn)，bin (k)是log-polar空 間中每k個(gè)區(qū)域。對于兩個(gè)點(diǎn)集中點(diǎn)i與點(diǎn)j，二者的匹配代價(jià)定義為：
[0098] 式中，K是直方圖的量化等級，例如log-polar空間分劃分為5個(gè)半徑，12個(gè)角度 區(qū)域，則K為60。C(i，j)的值處于0~1之間，值越大，相似度越小。
[0099] 最后，為了從候選匹配點(diǎn)對中選擇出正確的子集，我們采用迭代剔除的方法依次 剔除較大誤差的點(diǎn)對。具體步驟為：
[0100] St印1:計(jì)算所有候選匹配點(diǎn)對的形狀相似度Cm(m= 1，2, "·，Μ)，找出具有最大誤 差的點(diǎn)對的位置loc，令其對應(yīng)的Mlc]。= O ;
[0101] Step2:對剩余的點(diǎn)對更新CN ;
[0102] St印3:重復(fù)St印1與St印2,直到CN為空且所有的匹配點(diǎn)對的形狀相似度為0。
[0103] 步驟6 :根據(jù)上一步驟得到的最優(yōu)匹配子集中的匹配點(diǎn)（同名點(diǎn)）計(jì)算變換參數(shù)；
[0104] 步驟7 :利用改進(jìn)的Harris算子在基準(zhǔn)影像上提取均勾分布的密集特征點(diǎn)，在 待配準(zhǔn)影像上采用模板匹配的方法獲取精確的同名點(diǎn)，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(xiàng)式模型進(jìn)行變換，實(shí)現(xiàn)影像 間的高精度配準(zhǔn)。具體步驟如下：
[0105] 步驟7. 1 :將基準(zhǔn)影像分割為N*M塊區(qū)域，每塊區(qū)域以圖像的信息熵為控制特征點(diǎn) 分布的局部紋理，以獲取均勻分布的特征點(diǎn)。每塊區(qū)域內(nèi)提取的特征點(diǎn)的個(gè)數(shù)為：
[0108] 式中，ni是圖像空間中第i個(gè)圖像塊中分配的特征點(diǎn)數(shù)；Nsum為整幅影像上準(zhǔn)備 提取的特征點(diǎn)個(gè)數(shù)；Ei是圖像空間中第i個(gè)圖像塊的信息熵；j是圖像所包含的灰度級，pj 表示整幅圖像中灰度為j的像素出現(xiàn)的概率。
[0109] 步驟7.2 :模板匹配：對于每個(gè)特征點(diǎn)，模板窗口設(shè)置為100*100像素，搜索窗口 設(shè)置為11*11像素，通過模板匹配的方法在待配準(zhǔn)影像上搜索與當(dāng)前像素最為匹配的像素 點(diǎn)。其中，相似測度的選擇至關(guān)重要。HOPC是一種基于幾何結(jié)構(gòu)特征的描述符，能夠很好地 抗灰度和對比度差異，，因而選擇HOPC作為相似測度。具體過程包括：
[0110] 首先，對特征點(diǎn)進(jìn)行HOPC描述后，以兩個(gè)描述符間的NCC度量二者的相似性，其公 式為：
[0112] 其中，VjP VAv別表示特征點(diǎn)A和B的HOPC描述符，F(xiàn)4和匕分別表示模板A和 B的HOPC描述符平均值。
[0113] 利用HOPC-NCC作為相似性度量的影像精匹配過程具體方法為：
[0114] 1)影像粗配準(zhǔn)后，確定參考影像與目標(biāo)影像的重疊范圍。為了獲取均勻分布的密 集特征點(diǎn)，將重疊區(qū)域劃分為N*M個(gè)互不重疊的子塊，確定每塊待提取特征點(diǎn)的個(gè)數(shù)。在每 個(gè)子塊內(nèi)對光學(xué)影像計(jì)算每個(gè)像點(diǎn)的Harris強(qiáng)度值，按從大到小的順序排列，取前待提取 數(shù)量個(gè)特征點(diǎn)為候選特征點(diǎn)。
[0115] 2)由于基準(zhǔn)影像與待配準(zhǔn)影像已經(jīng)經(jīng)過粗配準(zhǔn)，二者之間的尺度和旋轉(zhuǎn)問題已基 本解決，因而可以在待配準(zhǔn)影像的一個(gè)有限窗口內(nèi)搜索同名匹配點(diǎn)。對于每個(gè)特征點(diǎn)，模板 窗口設(shè)置為101*101個(gè)像素，以HOPC-NCC作為相似性測度，通過模板匹配的方法在SAR影 像上搜索與之最匹配的像素點(diǎn)。
[0116] 3)由于利用模板匹配策略，匹配精度只能達(dá)到像素級。假定HOPC-NCC在（X，Y)處 取得峰值，由于HOPC-NCC的峰值必定在以為（Χ，Υ)中心的鄰近區(qū)域內(nèi)，因而通過在該鄰近 區(qū)域內(nèi)擬合H0PC-NCC，并計(jì)算其最大值，即可獲取子像素級的配準(zhǔn)精度。
[0117] 4)為了確保匹配點(diǎn)對的準(zhǔn)確性，利用迭代誤差剔除方法剔除可能存在的誤匹配點(diǎn) 對，直到匹配精度小于一個(gè)像素。
[0118] 步驟7. 3 :二次多項(xiàng)式模型變換：根據(jù)最終獲取的均勻分布的同名點(diǎn)對計(jì)算二次 多項(xiàng)式變換參數(shù)，并對待配準(zhǔn)影像進(jìn)行糾正。
【主權(quán)項(xiàng)】
1. 一種基于多層次策略的光學(xué)與SAR影像高精度配準(zhǔn)方法，其特征在于：包括以下步 驟； 步驟1 :人工選擇3個(gè)以上的同名點(diǎn)或同名線對，對影像進(jìn)行人工匹配； 步驟2 :分別對待配準(zhǔn)影像和參考影像提取直線段； 步驟3 :對提取的直線段，按照準(zhǔn)則生成線對及對應(yīng)的交點(diǎn)； 步驟4 :對生成的交點(diǎn)，根據(jù)直線段間的幾何關(guān)系，尋找候選匹配點(diǎn)對； 步驟5 :根據(jù)點(diǎn)對間的拓?fù)潢P(guān)系，依次迭代剔除具有最大匹配誤差的點(diǎn)對，直到最終匹 配點(diǎn)對滿足" 一一對應(yīng)"且拓?fù)潢P(guān)系一致，從而獲取最優(yōu)匹配子集； 步驟6 :根據(jù)步驟5得到的最優(yōu)匹配子集中的匹配點(diǎn)計(jì)算變換參數(shù)； 步驟7 :利用基于信息熵的改進(jìn)的Harris算子在基準(zhǔn)影像上提取