预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN105869168A(43)申请公布日2016.08.17(21)申请号201610203221.8(22)申请日2016.04.01(71)申请人南京理工大学地址210094江苏省南京市玄武区孝陵卫200号(72)发明人任侃顾煜洁陈钱顾国华钱惟贤王鹏程王伟杰姚哲毅田杰万敏杰(74)专利代理机构南京理工大学专利中心32203代理人朱宝庆(51)Int.Cl.G06T7/00(2006.01)G06K9/46(2006.01)G06T3/40(2006.01)权利要求书1页说明书5页附图3页(54)发明名称基于多项式拟合的多源遥感图像形状配准方法(57)摘要本发明提供一种新的基于多项式拟合的多源遥感图像形状配准方法。本发明方法首先提取遥感图像边缘轮廓特征,保留主轮廓边缘,并通过一种基于多项式拟合的特征点提取算法提取特征点并确定特征点的主方向;在此基础上,通过改进的形状内容描述子并最小化特征点之间的匹配代价来完成粗配准;最后去除误匹配,完成精配准。本发明方法能够实现对不同地形的多源遥感图像实现自动配准,具有配准精度高、计算速度快、鲁棒性和适用性好等优点。CN105869168ACN105869168A权利要求书1/1页1.一种基于多项式拟合的多源遥感图像形状配准方法,其特征在于,包括:步骤1,输入两幅多源遥感图像作为参考图像和待配准图像,步骤2,对两幅图像提取边缘轮廓特征,且消除密集区域无用的边缘特征,步骤3,针对两幅图像提取到的轮廓上的像素点分别通过一种基于多项式拟合的特征点提取算法提取特征点并确定特征点的主方向,步骤4,获取每一特征点的改进的形状内容描述子,步骤5,基于像素点的改进的形状内容描述子,对参考图像中的每一个特征点,遍历待配准图像中特征点,获取与其匹配代价最小的待配准图像中特征点作为匹配点对,步骤6,去除误匹配,完成精配准,步骤7,根据匹配点对估计两图像间变换矩阵,将待配准图像经变换矩阵还原,完成配准;其中步骤3所述的基于多项式拟合的特征点提取算法为:步骤3.1,针对提取到的遥感图像轮廓边界上的每一个像素点,将其与周围的边界点进行三次多项式拟合,估计出拟合曲线的系数;步骤3.2,计算拟合曲线的拟合误差以及该像素点处的曲率;步骤3.3,抛弃拟合误差大的像素点,并在剩余的像素点中筛选出曲率大的点作为特征点;步骤3.4,采用该像素点处曲线切线方向作为特征点的主方向;其中步骤4中所述的改进的形状内容描述子为圆形模板,并赋予方向,该方向与特征点的主方向相同。2.根据权利要求1所述的方法,其特征在于,所述步骤3.1中采用拉格朗日乘数法估计出拟合曲线的系数。3.根据权利要求1所述的方法,其特征在于,所述步骤3.3中设置一第一阈值,若拟合误差大于第一阈值,则抛弃该像素点。4.根据权利要求3所述的方法,其特征在于,所述步骤3.3中设置一第二阈值,若抛弃拟合误差大的点后,像素点处的曲率大于第二阈值,则该像素点为特征点。5.根据权利要求1所述的方法,其特征在于,所述步骤4中的改进的形状内容描述子的旋转的角度α=arctanQ,其中Q为特征点的主方向。6.根据权利要求1所述的方法,其特征在于,所述步骤5中两特征点之间的匹配代价采用下式获得其中i为参考图像中的特征点的索引值,j为待配准图像中的特征点的索引值,K为改进的形状内容描述子直方图中bin的个数,hi(k)和hj(k)分别表示特征点pi和特征点qj的K-bin归一化直方图。7.根据权利要求1所述的方法,其特征在于,所述步骤6中采用RANSAC算法去除误匹配。2CN105869168A说明书1/5页基于多项式拟合的多源遥感图像形状配准方法技术领域[0001]本发明涉及一种遥感图像处理技术,特别是一种基于多项式拟合的多源遥感图像形状配准方法。背景技术[0002]遥感技术经过半个多世纪的发展,在地学等领域得到了广泛地应用,为勘探资源、保护环境、监测灾害、分析全球变化等开辟了新的途径,成为人们观察、分析地球环境的有效手段。由于不同遥感卫星获得的遥感图像在分辨率、视角、尺度等方面都具有很大差异,故对遥感图像进行配准来尽可能地消除差异是后续分析应用的基础。根据配准过程中所利用的图像信息的不同,可将图像配准分为基于灰度的配准方法和基于特征的配准方法。基于灰度的配准方法主要包括互信息法和相位相关法等,互信息法因其配准精度高,常用于多模态医学图像的配准,近年来也常用于遥感图像的配准,但计算速度限制了它在遥感图像配准领域的发展和应用;相位相关法易于硬件实现.但它要求图像间有严格的线性关系.且对噪声非常敏感,局限性大。基于特征的配准方法不依赖于图像的灰度特性,将对整个图像的分析转化为对图像某种特征的分析,大大降低了计算量,是目前使