技术领域本发明涉及一种配准领域，具体说是一种基于局部不变特征点的高分遥感影像配准方法。
背景技术：
一个良好的遥感影像配准方法或方案应该具有以下特性：A、稳健性强，即算法不受输入图像的内容和质量的影响；B、适应性广，适应性包括两方面：一方面是输入图像的类型，可以是不同时相的图像，也可以是不同传感器的图像，甚至是图像与地图之间的配准；另一方面是几何变换模型的类型，可以是相似变换、仿射变换或者多项式变换，甚至更复杂的变换形式；C、自动化程度高，算法尽量不需要操作者参与，包括地面控制点、参数以及算法的选择；D、计算量较少，这一特性在处理大尺寸遥感图像时尤为重要；E、配准精度高，目前有许多应用环境要求子像元精度。然而，到目前为止还没有一种方案或方法能够同时具备上述五个特性，大部分的方法都是针对特定应用的。
技术实现要素：
本发明提供了一种基于局部不变特征点的高分遥感影像配准方法，利用局部不变特征点进行匹配点的提取和描述，通过仿射变换关系矩阵的计算，可以实现亚像元级的配准精度。为实现本发明的目标所采用的技术方案是：方法包括以下步骤：步骤1：提取同一地区不同时相的基准遥感影像image1和待配准遥感影像image2中的Harris特征点，分别得到特征点集P1和P2；步骤2：利用SIFT描述子分别对特征点集P1和P2进行特征向量的描述；步骤3：搜索特征点集P1到P2中的所有满足匹配条件C的特征点，得到匹配点对集合M1，同时，搜索特征点集P2到P1中的所有满足匹配条件C的特征点，得到匹配点对集合M2，将M1和M2的交集作为双向匹配点对集合Mset；步骤4：从步骤3中的双向匹配点对集合Mset中随机选取3组匹配点对PM3，求其均方根误差RE；步骤5：判断均方根误差RE是否大于阈值TH，如果是，则返回步骤4，否则进入步骤6；步骤6：利用步骤4中的3组匹配点对PM3计算仿射变换关系矩阵Matrix；步骤7：利用步骤6中的仿射变换关系矩阵Matrix对待配准遥感影像image2进行变换，得到配准影像image_R。所述的步骤3中的匹配条件C为：Dn/Dsn＜r其中，Dn为特征点之间的最近邻欧式距离，Dsn为特征点之间的次近邻欧式距离，r为阈值，取值越大，特征点之间的匹配准确性越高。所述的步骤6中的仿射变换关系矩阵Matrix为：Matrix=t1t2t3t4t5t6001]]>且Matrix需要满足以下关系：x1y11=Matrix·x2y21]]>其中，(x1,y1)和(x2,y2)分别为步骤4中的3组匹配点对PM3中的特征点坐标。本发明的有益效果是：解决了高空间分辨率遥感影像配准误差大的问题，能够实现配准的高精度和自动化，在遥感影像的变化检测领域具有广泛的应用价值。附图说明图1是本发明的总体处理流程图。具体实施方式下面结合附图详细描述本发明的具体实施方式。在步骤101，输入同一地区不同时相的基准遥感影像image1和待配准遥感影像image2。在步骤102，提取image1和image2中的Harris特征点，分别得到特征点集P1和P2。在步骤103，利用SIFT描述子分别对特征点集P1和P2进行特征向量的描述。在步骤104，搜索特征点集P1到P2中的所有满足匹配条件C的特征点，得到匹配点对集合M1，同时，搜索特征点集P2到P1中的所有满足匹配条件C的特征点，得到匹配点对集合M2，将M1和M2的交集作为双向匹配点对集合Mset。在步骤105，从步骤104中的双向匹配点对集合Mset中随机选取3组匹配点对PM3。在步骤106，计算步骤105中3组匹配点对PM3的均方根误差RE。在步骤107，判断步骤106中的均方根误差RE是否大于阈值TH，如果是，则返回步骤105，否则进入步骤108。在步骤108，利用步骤106中的3组匹配点对PM3计算仿射变换关系矩阵Matrix。在步骤109，利用步骤108中的仿射变换关系矩阵Matrix对待配准遥感影像image2进行变换，得到配准影像image_R。在步骤110，输出配准结果。