CN106056605B - 一种基于图像匹配的在轨高精度图像定位方法 - Google Patents

Abstract

一种基于图像匹配的在轨高精度图像定位方法，首先利用GPS数据、卫星姿态数据、星敏数据等辅助数据对卫星获得的遥感图像进行初步定位，并提取重点关注区域图像；然后以区域图像中心经纬度信息为索引在星上模板图像库中搜索与该区域图像对应的模板图像，通过图像匹配方法实现该区域图像和对应模板图像的高精度匹配；最后根据模板图像中对应像素实际经纬度信息对区域图像的初步定位结果进行修正，完成重点区域图像的高精度定位。本发明方法突破了现有图像定位技术瓶颈，可使图像定位精度提升2～3个数量级，有效提高了在轨图像定位精度。

Description

一种基于图像匹配的在轨高精度图像定位方法

技术领域

本发明涉及一种在轨图像定位方法，特别是一种基于图像匹配的在轨高精度图像定位方法，属于航天遥感领域。

背景技术

光学遥感卫星能够对地球大范围区域进行观测，能准确感知并获取海洋、地面信息，及时提供决策支持，有助于快速解决突发事件。通过遥感卫星获取的遥感数据对海上、地面等重要目标进行在轨检测，能快速获得舰船等重要目标的位置信息，可满足用户对目标快速发现的高时效性需求。

在星上目标检测系统或方法中，通常对卫星获取的目标区域图像进行在轨检测，只能获取目标在区域图像中的位置信息(行列号)。然而，为了方便用户使用，还需要对图像进行定位，实现图像行列号信息与地面实际经纬度信息的转换。目前的图像定位方法主要利用卫星获得的GPS观测数据、星敏观测数据、陀螺观测数据、像点坐标及时间系统观测数据，建立严密共线方程模型，同时考虑地球自转、地球形状以及各坐标系之间的转换，通过地面区域目标的地理坐标作为引导，实现星上遥感图像对应的地面坐标的快速计算。目前该类方法定位精度只能达到百米级，无法满足用户对重要目标位置的精确估计，实时跟踪等应用需求。

发明内容

本发明解决的技术问题是：克服现有技术的不足，提供一种基于图像匹配的在轨高精度图像定位方法，解决了在轨图像高精度定位的问题。

本发明的技术方案是：一种基于图像匹配的高精度在轨图像定位方法，包括如下步骤：

(1)按照重点区域经纬度索引建立模板图像库，使得模板图像库中每幅图像的像素行列号与实际经纬度一一对应；模板图像库B为：

B＝B₁∪B₂…∪B_k

其中，B_k为各个模板图像，大小为M×N，k＝1,2...L，L为图像库中模板图像的总个数；B_k(i,j)＝B_k(x_i,y_j)，x_i和y_j分别为模板图像B_k第i行第j列像元对应的实际经度和纬度信息；

(2)利用辅助数据中的GPS信息、卫星姿态信息、星敏信息、时标信息，计算获得星上遥感图像A对应的地面经纬度坐标，实现图像初步定位；并从完成初步定位的图像A中提取关注区域图像A_t，其中，A_t大小为M×N，；

(3)计算关注区域图像A_t的中心位置经纬度，并以该经纬度为索引，从模板图像库B中检索与之距离最近的模板图像B_t；A_t与B_t满足如下约束条件：

其中，和为图像A_t中心位置经度和纬度信息，和为图像B_t中心位置经度和纬度信息，ε为条件阈值；

(4)分别对区域图像A_t和模板图像B_t进行特征提取，通过计算两个特征集合的相似度，实现区域图像A_t与模板图像B_t的高精度配准；

(5)利用模板图像B_t中像素经纬度信息对区域图像A_t中对应的像素经纬度信息进行替换修正，实现区域图像A_t的高精度定位。

步骤(4)具体采用SIFT方法实现区域图像A_t和模板图像B_t的匹配：

41)建立图像的尺度空间，在尺度空间中搜索出图像的局部极值点作为候选关键点，去除对比度差的关键点和不稳定的边缘响应点；

42)确定关键点的主方向，生成关键点特征描述子，使每个关键点具有位置、尺度和方向信息；

43)采用特征描述符向量之间的欧式距离度量两个特征点之间的匹配程度。

本发明与现有技术相比的优点在于：

(1)本发明方法在现有图像定位的基础上，通过利用图像匹配方法对定位结果进行修正，实现了区域图像的高精度定位，解决了以往方法定位精度低的问题。

(2)本发明方法利用事先建好的高精度模板图像库对区域图像定位结果进行校正，降低了卫星平台、光学相机、观测条件等因素对遥感影像几何定位精度的造成的影响。

(3)本发明方法简单可行，只需要在现有定位结果基础上进行一定的图像匹配就可实现亚米级高精度定位，可使现有定位精度提高2-3个数量级，具有非常重要的实用价值。

附图说明

图1为本发明方法处理流程示意图。

具体实施方式

在星上目标检测系统或方法中，通常对卫星获取的目标区域图像进行在轨检测，只能获取目标在区域图像中的位置信息(行列号)。然而，为了方便地面用户使用，还需要对图像进行定位，实现图像行列号信息与地面实际经纬度信息的转换。目前的图像定位方法主要利用卫星获得的GPS观测数据、星敏观测数据、陀螺观测数据、像点坐标及时间系统观测数据，建立严密共线方程模型，同时考虑地球自转、地球形状以及各坐标系之间的转换，通过地面区域目标的地理坐标作为引导，实现星上遥感图像对应的地面坐标的快速计算。目前该类方法定位精度只能达到百米级，无法满足用户对重要目标位置的精确获取，实时跟踪等应用需求。

本发明方法的具体实现步骤如下：

(1)按照用户关注的重点区域经纬度索引建立模板图像库，使得模板图像库中每幅图像的像素行列号与实际经纬度一一对应。模板图像库B为：

B＝B₁∪B₂…∪B_L

其中，B_k为各个模板图像，B_k大小为M×N，k＝1,2...L，L为图像库中模板图像的总个数；B_k(i,j)＝B_k(x_i,y_j)，x_i和y_j分别为模板图像B_k第i行第j列像元对应的实际经度和纬度信息。

(2)利用图像A辅助数据中的GPS观测数据、星敏观测数据、陀螺观测数据、像点坐标及时间系统观测数据等建立严密共线方程模型，并根据卫星几何成像原理进行坐标变换，组成卫星、影像上目标点、相应地面目标点三点共线的光束方程，与地球椭球面方程相交即可得到目标点的地面坐标，完成图像A初步定位。相机成像满足共线方程：

其中：(x,y,-f)代表像点在相机测量坐标系下的坐标；f代表传感器的主距；λ为缩放比例；(X_M,Y_M,Z_M)代表像点对应物方点M在WGS84坐标系下的坐标；(X_GPS(t),Y_GPS(t),Z_GPS(t))代表该像点成像时刻GPS测定卫星在成像时刻的位置；代表相机测量坐标系到卫星本体坐标系的旋转矩阵；代表卫星本体坐标系到J2000坐标系的旋转矩阵；代表J2000坐标系到WGS84坐标系的旋转矩阵；(D_x,D_y,D_z)_Body代表传感器投影中心相对于GPS天线相位中心的偏心矢量在卫星本体坐标系下的相对坐标。

完成图像A的初步定位后，从图像A中提取大小为M×N的用户关注区域图像A_t，其中，

(3)计算区域图像A_t的中心位置经纬度，并以该经纬度为索引，从模板图像库B中检索与之距离最近的模板图像B_t。A_t与B_t满足如下约束条件：

其中，和为图像A_t中心位置经度和纬度信息，和为图像B_t中心位置经度和纬度信息，ε为条件阈值。ε越小则精度越高，即，模板图像B_t的中心实际位置与区域图像A_t的中心实际位置越接近。

(4)分别对区域图像A_t和模板图像B_t进行特征提取，通过计算两个特征集合的相似度，实现区域图像A_t与模板图像B_t的高精度匹配；

具体采用SIFT方法实现区域图像A_t和模板图像B_t的匹配：首先利用尺度空间的概念建立图像的尺度空间，在尺度空间中搜索出图像的局部极值点作为候选关键点，去除对比度低的关键点和不稳定的边缘响应点，确定关键点的主方向，生成关键点特征描述子，使每个关键点具有位置、尺度和方向信息，最后采用特征描述符向量之间的欧式距离度量两个特征点之间的匹配程度。

41)特征点检测

特征点检测可通过尺度空间极值点的检测、关键点的精确定位、关键点方向的分配三步骤完成。

尺度空间极值点的检测：高斯核是唯一可以产生多尺度空间的核，一幅二维图像I(x,y)的尺度空间L(x,y,σ)可表示为：

L(x,y,σ)＝G(x,y,σ)×I(x,y)

式中，σ为尺度空间的空间尺度因子；G(x,y,σ)为高斯核函数，其定义为

关键点的精确定位：为提高匹配的抗噪能力和稳定性，通过拟合三维二次函数更为精确的确定关键点的位置和尺度，设定阈值去除对比度低的关键点。

关键点方向的分配：将关键点邻域像素的梯度方向分布作为每个关键点的指定方向信息，梯度值m(x,y)和方向θ(x,y)计算表达式为m(x,y)：

m(x,y)＝{[L(x+1,y)-L(x-1,y)]²+[L(x,y+1)-L(x,y-1)]²}^1/2

通过直方图统计关键点邻域像素的梯度方向，直方图的峰值代表该关键点的邻域梯度的主方向，作为该关键点的方向。至此，特征点检测完毕，每一个特征点都包含位置、尺度和方向三方面信息。

42)特征点描述

特征点描述通过对关键点周围区域进行图像分块，计算各块内的梯度直方图，生成独特性的向量描述符，该向量描述符是该区域图像信息的一种抽象表示.具体方法是：以关键点为中心取(16×16)像素的窗口，在窗口中取(4×4)像素的区域形成一个种子点，共4×4个种子点，在每个种子点区域内分别计算8个方向的梯度累加值，绘制梯度方向的方向直方图，最终获得一个4×4×8＝128维的特征描述向量。

43)特征点匹配

SIFT特征向量生成后，采用最近邻距离算法进行匹配，即采用和样本特征点最近邻的特征点的欧式距离与次近邻特征点的欧氏距离的比值与所设定阈值比较，若比值小于阈值，则认为特征点对匹配。

(5)利用模板图像B_t中像素经纬度信息对区域图像A_t中对应的像素经纬度信息进行替换修正，实现区域图像A_t的高精度定位。

本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。

Claims (2)

1.一种基于图像匹配的在轨高精度图像定位方法，其特征在于包括如下步骤：

(1)按照重点区域经纬度索引建立模板图像库，使得模板图像库中每幅图像的像素行列号与实际经纬度一一对应；模板图像库B为：

B＝B₁∪B₂…∪B_k

其中，B_k为各个模板图像，大小为M×N，k＝1,2…L，L为图像库中模板图像的总个数；B_k(i,j)＝B_k(x_i,y_j)，x_i和y_j分别为模板图像B_k第i行第j列像元对应的实际经度和纬度信息；

(2)利用辅助数据中的GPS信息、卫星姿态信息、星敏信息、时标信息，计算获得星上遥感图像A对应的地面经纬度坐标，实现图像初步定位；并从完成初步定位的图像A中提取关注区域图像A_t，其中，A_t大小为M×N，

(3)计算关注区域图像A_t的中心位置经纬度，并以该经纬度为索引，从模板图像库B中检索与之距离最近的模板图像B_t；A_t与B_t满足如下约束条件：

其中，和为图像A_t中心位置经度和纬度信息，和为图像B_t中心位置经度和纬度信息，ε为条件阈值；

(4)分别对区域图像A_t和模板图像B_t进行特征提取，通过计算两个特征集合的相似度，实现区域图像A_t与模板图像B_t的高精度配准；

(5)利用模板图像B_t中像素经纬度信息对区域图像A_t中对应的像素经纬度信息进行替换修正，实现区域图像A_t的高精度定位。

2.根据权利要求1所述的一种基于图像匹配的在轨高精度图像定位方法，其特征在于：步骤(4)具体采用SIFT方法实现区域图像A_t和模板图像B_t的匹配：

41)建立图像的尺度空间，在尺度空间中搜索出图像的局部极值点作为候选关键点，从候选关键点中去除对比度差的关键点和不稳定的边缘响应点，得到新的关键点；

42)确定新的关键点的主方向，生成新的关键点特征描述子，使每个新的关键点具有位置、尺度和方向信息；

43)采用特征描述符向量之间的欧式距离度量两个特征点之间的匹配程度。