专利名称：一种影像特征匹配方法
技术领域：
本发明属于摄影測量与遥感技术中的行星摄影测量技术领域，涉及ー种适合于星球表面DEM生成的CXD影像特征匹配方法。
背景技术：
影像匹配技术，是建立影像间的对应关系。基于特征的影像匹配方法是比较影像中提取的特征之间的相似性以实现同名点的提取的方法，影像特征主要包括点、线、面特征。这类方法通常包括三个步骤(I)特征提取利用兴趣算子提取影像上的特征；(2)候选特征的确定通过对提取的特征的属性进行比较获得待配准的候选特征；(3)特征对应对提取的特征进行对应获得匹配結果。该方法的优点受噪声、亮度、变化及各种几何变形影响小，如果再加上合适的约束条件，匹配速度和效率会有明显提高，而且在区域网平差、数 字高程模型(Digital Elevation Model,DEM)的自动生成等后续处理中匹配的结果可以再次利用。由于深空星体表面的特征与地球特征相比，没有大量的地物，因此对于获取的影像上的特征较少，在利用现有的常规摄影测量特征点提取算子提取影像上的特征点时，获得的点数较少，不利于后续月球表面DEM的生成，因此，本发明针对这ー问题，研究了我国的探月卫星嫦娥一号获得的CXD影像进行影像匹配而获得较多特征点的方法。
发明内容
本发明的目的是提供ー种影像匹配方法，以解决现有的影像匹配方法针对深空星体影像存在的提取特征点较少不利于星体的DEM生成问题。为实现上述目的，本发明的影像特征匹配方法步骤如下( I)对获取的CXD影像进行预处理；(2)利用SURF算子对预处理后的CXD影像提取特征点，利用准核线约束条件和最小欧氏距离条件进行影像匹配，获取同名点信息；(3)根据获得的同名点信息建立CXD影像间的仿射变形关系；(4)利用Harris角点提取算子提取參考影像上特征点，并利用仿射变换投影至搜索影像上得到待匹配点；(5)在待匹配点周围ー邻域内，利用积分影像计算特征点与邻域内各点之间的相关系数，取极值点作为其同名点；(6)将步骤⑵和步骤(5)匹配的结果共同作为最终同名点信息。进ー步的，所述步骤(I)中使用Wallis滤波器对CXD影像进行预处理。进ー步的，所述步骤(2)利用SURF算子提取特征点是计算原始影像的积分影像，然后建立尺度空间，使用Hessian矩阵的行列式同时来确定每个尺度上特征点的位置和尺度，当Hessian矩阵的行列式局部取最大时，检测出的像点做为特征点。进ー步的，所述步骤(2)利用准核线约束条件和最小欧氏距离条件进行影像匹配的过程如下(21)根据參考影像构像模型，对于參考影像上的每个特征点建立投影光线；(22)在投影光线上根据预先设定的月面点的近似高程Ztl以及高度误差ΛΖ，结合搜索影像的构像模型在搜索影像上确定准核线；(23)以准核线为中心，在其周围按照參与y视差扩展设置ー邻域；(24)计算邻域内部捜索影像上的特征点与參考影像上特征点之间的欧氏距离和正则化交叉相关系数NCC ；(25)对欧氏距离和NCC进行对比，如果两者均达到极值，则该点与參考影像上的特征点位ー对同名像点。进ー步的，所述步骤(24)中相关系数NCC的计算中，设I。为參考影像，P。为I。上的ー个像点，W为点Ptl处的相关窗ロ，窗ロ大小为MXN，NCC可以表示为
权利要求
1.ー种影像特征匹配方法，其特征在于，该方法的步骤如下 (1)对获取的CXD影像进行预处理； (2)利用SURF算子对预处理后的CCD影像提取特征点，利用准核线约束条件和最小欧氏距离条件进行影像匹配，获取同名点信息； (3)根据获得的同名点信息建立CCD影像间的仿射变形关系； (4)利用Harris角点提取算子提取參考影像上特征点，并利用仿射变换投影至捜索影像上得到待匹配点； (5)在待匹配点周围ー邻域内，利用积分影像计算特征点与邻域内各点之间的相关系数，取极值点作为其同名点； (6)将步骤(2)和步骤(5)匹配的结果共同作为最终同名点信息。
2.根据权利要求I所述的方法，其特征在于所述步骤(I)中使用Wallis滤波器对CCD影像进行预处理。
3.根据权利要求I所述的方法，其特征在于所述步骤(2)利用SURF算子提取特征点是计算原始影像的积分影像，然后建立尺度空间，使用Hessian矩阵的行列式同时来确定每个尺度上特征点的位置和尺度，当Hessian矩阵的行列式局部取最大时，检测出的像点做为特征点。
4.根据权利要求2所述的方法，其特征在于所述步骤(2)利用准核线约束条件和最小欧氏距离条件进行影像匹配的过程如下 (21)根据參考影像构像模型，对于參考影像上的每个特征点建立投影光线； (22)在投影光线上根据预先设定的月面点的近似高程Ztl以及高度误差ΛΖ，结合搜索影像的构像模型在搜索影像上确定准核线； (23)以准核线为中心，在其周围按照參与y视差扩展设置ー邻域； (24)计算邻域内部捜索影像上的特征点与參考影像上特征点之间的欧氏距离和正则化交叉相关系数NCC ； (25)对欧氏距离和NCC进行对比，如果两者均达到极值，则该点与參考影像上的特征点位ー对同名像点。
5.根据权利要求4所述的方法，其特征在于，所述步骤(24)中相关系数NCC的计算中，设I。为參考影像，Po为I。上的ー个像点，w为点P。处的相关窗ロ，窗ロ大小为MXN，NCC可以表示为
6.根据权利要求1-5中任一项所述的方法，其特征在于，所述步骤(2)完成后，在步骤(3)开始之前对同名点进行粗差剔除，并进行最小ニ乘优化。
7.根据权利要求6所述的方法，其特征在于，所述对同名点进行粗差剔除是应用RANSAC剔除粗差匹配点，过程如下 (221)建立两幅影像上的同名点关系； (222)任意选取3对同名点，建立两幅影像之间的仿射变换模型；
8.根据权利要求6所述的方法，其特征在于，所述步骤(4)中利用Harris角点提取算子提取參考影像上特征点的过程如下 (41)计算图像在X和y方向的梯度gx，gy； (42)计算自相关函数矩阵
9.根据权利要求8所述的方法，其特征在于，所述步骤(5)中利用积分影像计算特征点与邻域内各点之间的相关系数是，以待匹配点为中心，定义ー窗ロ，采用积分图像计算窗ロ内部的各点的相关系数，
全文摘要
本发明涉及一种影像特征匹配方法，对获取的CCD影像进行预处理；利用SURF算子对预处理后的CCD影像提取特征点，利用准核线约束条件和最小欧氏距离条件进行影像匹配，获取同名点信息；根据获得的同名点信息建立CCD影像间的仿射变形关系；利用Harris角点提取算子提取参考影像上特征点，并利用仿射变换投影至搜索影像上得到待匹配点；在待匹配点周围一邻域内，利用积分影像计算特征点与邻域内各点之间的相关系数，取极值点作为其同名点；将两次匹配的结果综合作为最终同名点信息；本发明的方法可以利用在深空环境下获得的深空星体表面影像进行影像匹配而获得高精度的CCD影像同名点信息，实现特征匹配。
文档编号G06T7/00GK102693542SQ201210156650
公开日2012年9月26日 申请日期2012年5月18日 优先权日2012年5月18日
发明者何钰, 周杨, 孙伟, 徐青, 李建胜, 蓝朝桢, 邢帅, 郭海涛, 靳国旺 申请人:中国人民解放军信息工程大学