CN112381864A - 一种基于对极几何的多源多尺度高分辨率遥感影像自动配准技术 - Google Patents
一种基于对极几何的多源多尺度高分辨率遥感影像自动配准技术 Download PDFInfo
- Publication number
- CN112381864A CN112381864A CN202011440890.XA CN202011440890A CN112381864A CN 112381864 A CN112381864 A CN 112381864A CN 202011440890 A CN202011440890 A CN 202011440890A CN 112381864 A CN112381864 A CN 112381864A
- Authority
- CN
- China
- Prior art keywords
- registration
- image
- remote sensing
- resolution remote
- sensing image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000001514 detection method Methods 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims 1
- 238000012952 Resampling Methods 0.000 abstract description 2
- 238000002474 experimental method Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 abstract 1
- 238000004519 manufacturing process Methods 0.000 abstract 1
- 230000009466 transformation Effects 0.000 description 7
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 6
- 238000010586 diagram Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开基于对极几何的多源多尺度高分遥感影像的自动配准技术,包括:首先,利用直方图规定化和重采样将影像处理成具有相似灰度和分辨率的影像,提高SIFT匹配的效果;其次,使用宽极线匹配算法进一步增加精确的配准点对数量;最后,引入对极几何理论通过同名的配准点对计算出同名极线段,再通过同名极线段进行多源多尺度高分辨率遥感影像的配准,提高影像配准的精度。实验表明,该方法在一定程度上增加了有效配准点对的数量,且影像配准的精度明显优于传统的配准方法,极大地提高了多源多尺度高分辨率遥感影像自动配准的精度,且方法具有良好的普适性和鲁棒性,能提高多源多尺度多时相高分影像的协同处理、自动生产的效率。
Description
技术领域
本发明涉及一种影像自动配准技术,其核心是利用对极几何实现多源多尺度高分辨率遥感影像自动配准技术。
背景技术
多源多尺度高分辨率遥感影像因自身成像物理模型和空间分辨率的差异导致自动匹配得到的有效同名点对较少,且高分辨率遥感影像更易受到地形起伏和卫星拍摄姿态等的影响,导致卫星成像过程中存在一定几何畸变,从而造成了多源多尺度高分辨率遥感影像间存在着不同畸变,使得自动配准难度大、匹配精度难以保证等问题。
目前对于多源遥感影像配准大致可分为基于点特征匹配和线特征进匹配方法。其所对应的变换模型分别为几何多项式模型和仿射变换模型。其中,几何多项式配准方法使用较多,但该方法受到配准点对的影响较强烈,比较适用于地形起伏变化不大的地区;仿射变换模型可分为全局和局部仿射变换模型,全局仿射变换模型适用于中低分辨率影像间的配准,而局部仿射变换模型适用于高分影像间配准,其最具代表性的方法是三角网模型,该模型更适合控制点较少时的配准应用,然而该方法的配准精度易受多源遥感影像匹配后同名点对数量的影响。鉴于此,解决多源高分遥感影像多源遥感影像配准过程中出现的控制点对少所导致配准精度差等问题非常必要。
发明内容
有鉴于此,本发明提出一种基于对极几何的多源多尺度高分辨率遥感影像自动配准技术,图1为本发明多源高多尺度高分辨率遥感影像自动配准技术的总体流程,包括经典SIFT方法匹配,对极几何影像配准,控制网平差三部分。
为了实现上述目的,本发明采用如下技术方案:
运用基于对极几何的多源多尺度高分辨率遥感影像自动配准技术,包括:经典SIFT方法匹配,对极几何影像配准,结合控制网平差三部分;
经典SIFT方法匹配步骤如下:
S1:预处理,对待配准影像正射纠正,并以基准影像为参考进行直方图规定化,使两幅影像在灰度上存在交互特性;
S2:待配准影像与基准影像分别进行SIFT特征检测、特征描述,得到可靠的配准点对并进行匹配;
对极几何影像配准步骤如下:
S3:算配准点对的基础矩阵;
S4:算同名极线;
S5:计算同名极线段;
S6:在实际的配准过程中本文通过将线段等分;
结合控制网平差步骤如下:
S7:通过在待配准影像上使用高精度配准点构建Delaunay三角网;
S8:将对极几何配准方法计算得到的新配准点逐个在最近的三角网中进行平差,获得新配准点的坐标平差值;
S9:影像配准结束。
本发明方法先进、科学,通过实验表明,直方图规定化和重采样能够一定程度上提高多源高分辨率遥感影像有效匹配点对的数量,同时证明了使用同名极线段进行多源遥感影像配准的可能性,为对极几何配准方法提供了一定的依据。此外,针对多源高分辨率遥感影像该方法相比于传统配准方法精度更高,而且在控制点较少的情况下也能有较高的配准精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单介绍,显而易见地,下面描述中的附图仅仅是本发明的示意图,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明提供的基于对极几何的多源多尺度高分辨率遥感影像配准方法的流程图;
图2为本发明提供的宽极线搜索示意图;
图3为本发明提供的分辨率相似的影像的SIFT匹配结果;
图4为本发明提供的相同系列卫星影像的SIFT匹配结果;
图5为本发明提供的不同系列卫星影像的SIFT匹配结果;
图6为本发明提供的分辨率差异较大影像的SIFT匹配结果;
图7对极几何影像配准模型在多源高分辨遥感影像中的应用;
图8测角网平差示意图;
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
1.经典SIFT方法匹配部分:
Step 1:预处理,对待配准影像正射纠正,并以基准影像为参考进行直方图规定化,使两幅影像在灰度上存在交互特性;
Step 2:待配准影像与基准影像分别进行SIFT特征检测、特征描述,得到可靠的配准点对并进行匹配,匹配精度如表1;
表1 SIFT匹配点对数量对比(单位:个)
2.对极几何配准部分(图7):
Step 3:通过配准点对使用最大一致计算基础矩阵F2。
Step 4:通过配准点对x、x’在待配准影像中计算相应的极线l=F2x’,以及在基准影像中计算相应的极线l’=F2 Tx,最终得到同名极线l、l’。
Step 5:在极线l’上以同名点x为中心,以阈值d为半径的截取极线得到线段AB,由于与与是共线向量,所以使用数学公式可以表达为即使用表示线段AB得到[λ1,λ2]。通过[λ1,λ2]与计算得出线段AB在基准影像中对应的线段A’B’,得到同名极线段AB、A’B’。
Step 6:在实际的配准过程中本文通过将线段等分,把线配准转换为点配准。
3.极几何配准控制网平差部分:
Step 7:首先在待配准影像上使用高精度配准点构建Delaunay三角网。
Step 8:将新配准点逐个在最近的三角网中进行平差,然后获得新配准点的坐标平差值,如图8所示。其中点A、B、C为高精度配准点,点D为待平差点,L1、L2、L3、L4、L5、L6为待配准影像中配准点所成角度,点A、B、C、D坐标为基准影像中对应匹配点的坐标。
Step 9:将D点对应的匹配点坐标修改为其对应的平差值,再进行影像配准,影像配准精度如表2和表3所示,其中表2为少量配准点下进行本发明的配准精度验证。
表2三种配准方法在多源高分辨率遥感影像精度分析结果(单位:像素)
表3配准精度对比结果
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,该方案所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于该方案所示的这些实施例,而是要符合与本发明所公开的原理和新颖特点相一致的最宽的范围。
Claims (3)
1.一种基于对极几何的多源多尺度高分辨率遥感影像自动配准技术,包括典SIFT方法匹配,对极几何影像配准,控制网平差三部分。三部分:
经典SIFT方法匹配步骤如下:
S1:预处理,对待配准影像正射纠正,并以基准影像为参考进行直方图规定化,使两幅影像在灰度上存在交互特性;
S2:待配准影像与基准影像分别进行SIFT特征检测、特征描述,得到可靠的配准点对并进行匹配;
对极几何影像配准步骤如下:
S3:算配准点对的基础矩阵;
S4:算同名极线;
S5:计算同名极线段;
S6:在实际的配准过程中本文通过将线段等分;
结合控制网平差步骤如下:
S7:通过在待配准影像上使用高精度配准点构建Delaunay三角网;
S8:将对极几何配准方法计算得到的新配准点逐个在最近的三角网中进行平差,获得新配准点的坐标平差值;
S9:影像配准结束。
2.根据权利要求1所述的一种基于对极几何的多源多尺度高分辨率遥感影像自动配准技术,其特征在于,在步骤S3中,运用S1到S2步骤得到的SIFT方法与随机抽样一致方法相结合得到的精确同名点对进行宽极线约束匹配。
3.根据权利要求1和权利要求2所述的一种基于对极几何的多源多尺度高分辨率遥感影像自动配准技术,其特征在于,在步骤S7中,将对极几何配准方法计算得到的新配准点在基准影像中的对应坐标替换为其坐标的平差值,再进行影像配准。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011440890.XA CN112381864A (zh) | 2020-12-08 | 2020-12-08 | 一种基于对极几何的多源多尺度高分辨率遥感影像自动配准技术 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011440890.XA CN112381864A (zh) | 2020-12-08 | 2020-12-08 | 一种基于对极几何的多源多尺度高分辨率遥感影像自动配准技术 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112381864A true CN112381864A (zh) | 2021-02-19 |
Family
ID=74590814
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011440890.XA Withdrawn CN112381864A (zh) | 2020-12-08 | 2020-12-08 | 一种基于对极几何的多源多尺度高分辨率遥感影像自动配准技术 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112381864A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113160071A (zh) * | 2021-03-11 | 2021-07-23 | 北京师范大学 | 卫星影像自动化几何纠正方法、系统、介质及终端设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104021556A (zh) * | 2014-06-13 | 2014-09-03 | 西南交通大学 | 一种基于几何结构相似性的异源遥感影像配准方法 |
JP2017151797A (ja) * | 2016-02-25 | 2017-08-31 | Kddi株式会社 | 幾何検証装置、プログラム及び方法 |
CN108401565B (zh) * | 2015-05-28 | 2017-12-15 | 西北工业大学 | 基于改进的KAZE特征和Pseudo-RANSAC算法的遥感图像配准方法 |
US20200226413A1 (en) * | 2017-08-31 | 2020-07-16 | Southwest Jiaotong University | Fast and robust multimodal remote sensing images matching method and system |
WO2020206903A1 (zh) * | 2019-04-08 | 2020-10-15 | 平安科技(深圳)有限公司 | 影像匹配方法、装置及计算机可读存储介质 |
-
2020
- 2020-12-08 CN CN202011440890.XA patent/CN112381864A/zh not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104021556A (zh) * | 2014-06-13 | 2014-09-03 | 西南交通大学 | 一种基于几何结构相似性的异源遥感影像配准方法 |
CN108401565B (zh) * | 2015-05-28 | 2017-12-15 | 西北工业大学 | 基于改进的KAZE特征和Pseudo-RANSAC算法的遥感图像配准方法 |
JP2017151797A (ja) * | 2016-02-25 | 2017-08-31 | Kddi株式会社 | 幾何検証装置、プログラム及び方法 |
US20200226413A1 (en) * | 2017-08-31 | 2020-07-16 | Southwest Jiaotong University | Fast and robust multimodal remote sensing images matching method and system |
WO2020206903A1 (zh) * | 2019-04-08 | 2020-10-15 | 平安科技(深圳)有限公司 | 影像匹配方法、装置及计算机可读存储介质 |
Non-Patent Citations (2)
Title |
---|
姜三;江万寿;: "Delaunay三角网约束下的影像稳健匹配方法", 测绘学报, no. 03 * |
李力;纪松;于英;张永生;: "一种基于组合特征的异源遥感影像配准方法", 测绘科学技术学报, vol. 37, no. 01, pages 75 - 78 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113160071A (zh) * | 2021-03-11 | 2021-07-23 | 北京师范大学 | 卫星影像自动化几何纠正方法、系统、介质及终端设备 |
CN113160071B (zh) * | 2021-03-11 | 2023-11-07 | 北京师范大学 | 卫星影像自动化几何纠正方法、系统、介质及终端设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110097093B (zh) | 一种异源图像精确匹配方法 | |
CN104484648B (zh) | 基于轮廓识别的机器人可变视角障碍物检测方法 | |
WO2019042232A1 (zh) | 一种快速鲁棒的多模态遥感影像匹配方法和系统 | |
CN109727278B (zh) | 一种机载LiDAR点云数据与航空影像的自动配准方法 | |
CN106447601B (zh) | 一种基于投影-相似变换的无人机遥感影像拼接方法 | |
CN104751465A (zh) | 一种基于lk光流约束的orb图像特征配准方法 | |
CN109903319B (zh) | 一种基于多分辨率的快速迭代最近点配准算法 | |
CN110992263B (zh) | 一种图像拼接方法及系统 | |
CN109147040B (zh) | 基于模板的人体点云孔洞修补方法 | |
CN104574347A (zh) | 基于多源遥感数据的在轨卫星图像几何定位精度评价方法 | |
CN111145227B (zh) | 一种地下隧道空间多视点云的可迭代整体配准方法 | |
CN105354841B (zh) | 一种快速遥感影像匹配方法及系统 | |
CN112163622B (zh) | 全局与局部融合约束的航空宽基线立体像对线段匹配方法 | |
CN103646395B (zh) | 一种基于格网法的高精度影像配准方法 | |
CN112396643A (zh) | 一种尺度不变特征与几何特征融合的多模态高分影像配准方法 | |
CN111462198B (zh) | 一种尺度、旋转和辐射不变性的多模态影像配准方法 | |
CN110569861A (zh) | 一种基于点特征和轮廓特征融合的图像匹配定位方法 | |
CN107220996B (zh) | 一种基于三角结构一致的无人机线阵与面阵影像匹配方法 | |
CN112270698A (zh) | 基于最邻近曲面的非刚性几何配准方法 | |
CN112652020A (zh) | 一种基于AdaLAM算法的视觉SLAM方法 | |
CN115601407A (zh) | 一种红外与可见光图像配准方法 | |
CN112070891A (zh) | 数字地面模型作为三维控制的影像区域网平差方法及系统 | |
WO2018133027A1 (zh) | 基于灰度约束的三维数字散斑的整像素搜索方法及装置 | |
CN105654479A (zh) | 多光谱图像配准方法和装置 | |
CN112381864A (zh) | 一种基于对极几何的多源多尺度高分辨率遥感影像自动配准技术 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210219 |