1.一种基于有向线段的遥感图像配准方法,其特征在于,包括以下步骤:
S1、输入参考图像I及待配准图像I’;
S2、利用BRISK算法对所述参考图像I及所述待配准图像I’进行粗匹配,并获取粗匹配点对,形成两组匹配点集;
S3、根据所述两组匹配点集分别在参考图像I及待配准图像I’中构造有向线段集,并利用所述有向线段集匹配得到精匹配点对;
S4、利用得到的所述精匹配点对,求解配准参数;利用所述配准参数对待配准图像进行几何变换,得到配准结果。
2.如权利要求1所述的基于有向线段的遥感图像配准方法,其特征在于,所述步骤S2包括以下步骤:
S21、分别在所述参考图像I及所述待配准图像I’提取特征点;
S22、为所提取的特征点建立BRISK特征描述符;
S23、通过汉明距离度量匹配程度,得到粗匹配点对。
3.如权利要求1所述的基于有向线段的遥感图像配准方法,其特征在于,所述步骤S3包括以下步骤:
S31、根据参考图像I及待配准图像I'的特征点,分别构造两组定向图形G=(V,E)和G'=(V',E');
S32、从所述两组定向图形G和G'中分别构造m条有向线段,并计算每条有向线段的特征差异矩阵;
S33、使用F-范数准则作为邻近线段匹配的方法进行有向线段匹配,获得匹配的有向线段;
S34、对于所述匹配的有向线段,根据概率统计模型获得精确匹配点对。
4.如权利要求3所述的基于有向线段的遥感图像配准方法,其特征在于,所述步骤S31中,对于G=(V,E)和G'=(V',E'),定义V={a1,a2…,an}和V'={b1,b2…,bn}分别是参考图像I与待配准图像I'匹配的特征点,E和E'是定向图形G和G'的端点,这里E={(ai,aj),i<j},E'={(bi,bj),i<j},其中,j≤n。
5.如权利要求3所述的基于有向线段的遥感图像配准方法,其特征在于,所述步骤S32包括以下步骤:
在所述参考图像I和所述待配准图像I'中各构造m条有向线段,分别表示为L=[l1,l2,…lm]和L'=[l'1,l'2,…l'm];
计算每条有向线段的特征描述,记有向线段li的特征描述为Si,有向线段l'i的特征描述为S'i,其中i≤m。
6.如权利要求5所述的基于有向线段的遥感图像配准方法,其特征在于,采用以下方式构造有向线段,对于有向线段eij,线段起点ai,终点aj,取三个采样点(p1,p2,p3),计算公式如下:
p1=ai;
p2=(ai+aj)/2;
p3=aj;
提取所述三个采样点的BRISK特征差异矩阵S=(s1,s2,s3),作为有向线段的特征差异矩阵,S中的每一列为BRISK描述子。
7.如权利要求1所述的基于有向线段的遥感图像配准方法,其特征在于,所述步骤S33包括以下步骤:
S331,计算所述有向线段特征差异矩阵所述F-范数:
d(li,l'i)=||Si-S'i||F,
得到d为m维向量;
S332,对d进行归一化,当d小于给定的阀值TF时,l'即为l的邻近匹配线段,两条邻近匹配的有向线段的起点和终点分别是两对匹配点。
8.如权利要求1所述的基于有向线段的遥感图像配准方法,其特征在于,所述步骤S34通过遍历所述邻近匹配线段,统计每对匹配点对。
9.一种基于有向线段的遥感图像配准系统,其特征在于,包括以下模块:
输入模块,用于输入参考图像I及待配准图像I’;
粗匹配模块,用于利用BRISK算法对所述参考图像I及所述待配准图像I’进行粗匹配,并获取粗匹配点对,形成两组匹配点集;
精匹配模块,用于根据所述两组匹配点集分别在参考图像I及待配准图像I’中构造有向线段集,并利用所述有向线段集匹配得到精匹配点对;
输出模块,用于利用得到的所述精匹配点对,求解配准参数,并利用所述配准参数对待配准图像进行几何变换,输出配准结果。
10.一种基于有向线段的遥感图像配准系统,其特征在于,所述精匹配模块还包括以下模块:
定向图形构造模块,用于根据参考图像I及待配准图像I'的特征点,分别构造两组定向图形G=(V,E)和G'=(V',E');
有向线段构造模块,用于从所述两组定向图形G和G'中分别构造m条有向线段,并计算每条有向线段的特征差异矩阵;
有向线段匹配模块,用于使用F-范数准则作为邻近线段匹配的方法进行有向线段匹配,获得匹配的有向线段;
精准匹配点对获取模块,用于根据概率统计模型,获得精确匹配点对。