一种快速遥感影像匹配方法及系统的制作方法
【技术领域】
[0001] 本发明涉及数字图像处理领域，尤其涉及一种快速遥感影像匹配方法及系统。
【背景技术】
[0002] 影像匹配在遥感领域是基本且极富挑战性的技术，是包括环境监测、影像融合、影 像配准、地图更新、景象辅助导航等遥感应用的关键前提，是航空航天摄影测量、遥感图像 处理的核心问题，是自动化、高可靠的从影像中获取位置信息的关键步骤。其主要目标是在 两幅影像中找到相同景象的重叠区域。由于遥感影像像素级别高，其光学畸变和几何畸变 特别大，使得高效获取高精度的匹配结果非常困难，特别是对于不同源的影像，大多数方法 难以达到实际的应用需求。因而本发明的主要内容是快速的获得影像之间的高精度匹配， 以满足无人机景象辅助匹配导航等应用需求。
[0003] 2006年熊智等在《宇航学报》上发表的论文"景象匹配辅助导航系统中的精确 图象匹配算法研究"中在基于Hausdorff距离粗匹配的基础上采用最小二乘法实现参考 图与实测图之间的匹配，该方法依赖于粗匹配的精度，难以在鲁棒性上得到保证。2010 年颜洁等在《信息传输与接入技术》上发表的论文"基于图像匹配的定位分析"中采用多 分辨率的匹配策略由低到高逐步得到较高精度的匹配影像，该方法最大的缺陷就是在低 分辨率的层级进行匹配时，由于其信息丢失较多，并不能很好的定位搜索区域。2014年 J. Liang 等在《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》上发表的论文 "Automatic registration of multisensor images using anintegrated spatial and mutual information (SMI)metric'，中米用互信息（mutual information, MI)的度量方法 对多传感器的遥感影像进行自动的配准，但是基于互信息的方法并不能在整个搜索空间中 得到一个全局最优的匹配结果，因而不可避免的降低了该方法的鲁棒性。2014年Bin Li 等在《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》上发表的论文 "Image Matching Based on Two-Column Histogram Hashing and Improved RANSAC" 中首先米用两列直方 图（two-column histogram, TCH)哈希技术得到初始的匹配区域，然后再利用尺度不变特 征变换（Scale-invariant feature transform, SIFT)算子和一种改进的随机米样一致性 (RANdom SAmple Consensus, RANSAC)技术得到较精确的匹配，该方法在构建哈希表和构建 初始匹配的过程中都采用SIFT算子，其实时性难以得到保证，且其匹配精度很大程度上依 赖于SIFT算子。
[0004] 综上所述，尽管目前在影像匹配领域有许多相关技术出现，但都因某种局限性，很 难同时保证影像匹配的精度和影像匹配的效率，而这两项指标是很多遥感应用的前提，因 而有必要发明一种高效且高匹配精度的遥感影像匹配方法，满足无人机景象辅助导航等应 用需求。
【发明内容】
[0005] 本发明要解决的技术问题在于针对现有技术中影像匹配的匹配精度和匹配效率 难以同时满足的缺陷，提供一种匹配精度高的快速遥感影像匹配方法和系统。
[0006] 本发明解决其技术问题所采用的技术方案是：
[0007] 本发明提供一种快速遥感影像匹配方法，包括以下步骤：
[0008] S1、获取基准影像和待匹配影像并对其进行粗匹配，分别对两幅影像构建积分直 方图，根据待匹配影像与基准影像积分直方图的相似度确定候选匹配区域；
[0009] S2、对待匹配影像和候选匹配区域进行精匹配，具体步骤为：
[0010] S21、在待匹配影像和候选匹配区域中进行特征提取，并构建特征点匹配集合；
[0011] S22、根据特征点的匹配集合构建概率表达模型和特征点映射的形式化表达；
[0012] S23、根据最大期望算法剔除误匹配，计算得出精确匹配模型，并通过精确匹配模 型得到影像的精确匹配区域。
[0013] 步骤S1具体包括以下步骤：
[0014] S11、对基准影像和待匹配影像进行直方图均衡化，并计算积分直方图；
[0015] S12、在基准影像中构建与待匹配影像相同大小的滑动窗口，设置步长进行滑动， 将滑动窗口区域的影像与待匹配影像进行直方图匹配，选取相似度最大的区域作为候选匹 配区域。
[0016] 步骤SI 1中计算积分直方图的方法具体为：
[0017] 先确定直方图的桶数nBin，然后根据影像大小nWXnH构建一个nWXnHXnBin的 统计表；分别对每一个桶，逐像素统计该像素点所在位置和像素点所围区域中包含该桶像 素值的个数。
[0018] 步骤S12中直方图的匹配采用空间金字塔匹配方法。
[0019] 步骤2中概率表达模型的计算公式为：
[0021] 其匹配表达模型的计算公式为：
[0023] 其中，\和y n分别表示提取的第η对初始特征点匹配，N为初始匹配的大小，X = (X!，χ2，…，yN)T，Y = (y!，y2，…，yN)T，Θ = {f，σ 2，γ }为未知参数，cn为 2Χ 1 的未知系 数，α，β为初始化量，且α为图像面积，β取值范围为[0. 08, 0. 12]。
[0024] 本发明还提供一种快速遥感影像匹配系统，具体包括：
[0025] 粗匹配单元，用于获取基准影像和待匹配影像并对其进行粗匹配，分别对两幅影 像构建积分直方图，根据待匹配影像与基准影像积分直方图的相似度确定候选匹配区域；
[0026] 精匹配单元，用于对待匹配影像和候选匹配区域进行精匹配，具体包括以下部 分：
[0027] 特征提取单元，用于在待匹配影像和候选匹配区域中进行特征提取，并构建特征 点匹配集合；
[0028] 模型构建单元，用于根据特征点的匹配集合构建概率表达模型和特征点映射的形 式化表达；
[0029] 模型计算单元，根据最大期望算法剔除误匹配，计算得出精确匹配模型，并通过精 确匹配模型得到影像的精确匹配区域。
[0030] 所述粗匹配单元具体包括：
[0031] 直方图计算单元，用于对基准影像和待匹配影像进行直方图均衡化，并计算积分 直方图；
[0032] 候选匹配区域计算单元，用于在基准影像中构建与待匹配影像相同大小的滑动窗 口，设置步长进行滑动，将滑动窗口区域的影像与待匹配影像进行直方图匹配，选取相似度 最大的区域作为候选匹配区域。
[0033] 本发明产生的有益效果是：本发明的快速遥感影像匹配方法，采用由粗到精的匹 配策略，通过积分直方图匹配的方法在基准影像中快速的找到候选匹配区域，然后将该区 域与实时采集的待匹配影像进行精确匹配，通过一种带有全局约束的概率模型构建待匹配 影像与基准影像的几何关系，以找到待匹配影像在基准影像中的相对位置；本方法大大缩 短了影像匹配的过程，提高了匹配的精度和算法的鲁棒性。
【附图说明】
[0034] 下面将结合附图及实施例对本发明作进一步说明，附图中：
[0035] 图1是本发明实施例的快速遥感影像匹配方法的流程图；
[0036] 图2是本发明实施例的快速遥感影像匹配系统的结构示意图；
[0037] 图3是本发明实施例的快速遥感影像匹配方法的结构框图；
[0038] 图4是本发明实施例的快速遥感影像匹配方法的基准影像；
[0039] 图5是本发明实施例的快速遥感影像匹配方法的待匹配影像；
[0040] 图6是本发明实施例的快速遥感影像匹配方法的候选匹配区域影像；
[0041] 图7是本发明实施例的快速遥感影像匹配方法的精匹配区域影像。
【具体实施方式】
[0042] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对 本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不 用于限定本发明。
[0043] 如图1所示，本发明实施例的快速遥感影像匹配方法，包括以下步骤：
[0044] S1、获取基准影像和待匹配影像并对其进行粗匹配，分别对两幅影像构建积分直 方图，根据待匹配影像与基准影像积分直方图的相似度确定候选匹配区域；
[0045] S11、对基准影像和待匹配影像进行直方图均衡化，并计算积分直方图；计算积分 直方图的方法具体为：
[0046] 先确定直方图的桶数nBin，然后根据影像大小nWXnH构建一个nWXnHXnBin的 统计表；分别对每一个桶，逐像素统计该像素点所在位置和像素点所围区域中包含该桶像 素值的个数。
[0047] S12、在基准影像中构建与待匹配影像相同大小的滑动窗口，设置步长进行滑动， 将滑动窗口区域的影像与待匹配影像进行直方图匹配，选取相似度最大的区域作为候选匹 配区域；直方图的匹配采用空间金字塔匹配方法。
[0048] S2、对待匹配影像和候选匹配区域进行精匹配，具体步骤为：
[0049] S21、在待匹配影像和候选匹配区域中进行特征提取，并构建特征点匹配集合；
[0050] S22、根据特征点的匹配集合构建概率表达模型和特征点映射的形式化表达；
[0051] 概率表达模型的计算公式为：
[0053] 其匹配表达模型的计算公式为：
[0055] 其中，\和y n分别表示提取的第η对初始特征点匹配，N为初始匹配的大小，X = (Χρ χ2，…，XN)T，Y = (y!，y2，…，yN)T，Θ = {f，σ 2，γ }为未知参数，Cn为 2Χ 1 的未知系 数，α，β为初始化量，且α为图像面积，β取值范围为[0. 08, 0. 12]。
[0056] S23、根据最大期望算法剔除误匹配，计算得出精确匹配模型，并通过精确匹配模 型得到影像的精确匹配区域。
[0057] 如图2所示，本发明实施例的快速遥感影像匹配系统用于实现本发明实施例的快 速