一種結(jié)合歷史圖像序列的大時(shí)間跨度遙感圖像配準(zhǔn)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于數(shù)字圖像處理技術(shù)領(lǐng)域，涉及一種多時(shí)相遙感圖像配準(zhǔn)方法，尤其涉 及一種時(shí)間跨度大、存在歷史圖像序列的多時(shí)相遙感圖像配準(zhǔn)方法，其為通過(guò)歷史圖像序 列獲取大時(shí)間跨度遙感圖像間像素點(diǎn)空間約束關(guān)系進(jìn)而正確匹配特征和求解變換模型的 方法。
【背景技術(shù)】
[0002] 遙感圖像能大面積反映地物情況，基于遙感圖像的變化檢測(cè)在土地監(jiān)測(cè)、環(huán)境監(jiān) 測(cè)、災(zāi)害監(jiān)測(cè)等方面有著廣泛的應(yīng)用，而多時(shí)相遙感圖像配準(zhǔn)是變化檢測(cè)的基礎(chǔ)。多時(shí)相遙 感圖像配準(zhǔn)，其關(guān)鍵點(diǎn)在于找到可以匹配的特征并準(zhǔn)確匹配，并基于準(zhǔn)確匹配的特征獲得 空間映射關(guān)系，主要步驟包括特征提取、特征匹配、圖像變換等。
[0003] 可用于遙感圖像配準(zhǔn)的特征主要有點(diǎn)特征、線特征和區(qū)域特征等，典型的點(diǎn)特征 有Harris、SIFT和SURF等，典型的線特征包括邊緣、直線等；典型的區(qū)域特征有區(qū)域形狀、 區(qū)域紋理、區(qū)域互信息等。目前SIFT和SURF特征點(diǎn)具有較好局部不變性，在一些圖像配準(zhǔn)、 拼接等應(yīng)用中取得了較好的應(yīng)用效果。
[0004] 特征匹配主要將不同圖像中同一地物或特征一一對(duì)應(yīng)起來(lái)。特征匹配過(guò)程中，由 于分辨率、成像機(jī)理的差異、平臺(tái)差異等，同一地物在不同遙感圖像中在顏色、紋理、形狀等 特征上會(huì)存在差異。這種差異導(dǎo)致提取的特征不相同，特征匹配時(shí)會(huì)發(fā)生誤匹配現(xiàn)象。多 時(shí)相遙感圖像會(huì)進(jìn)一步受拍攝角度差異、地物變化等影響，特征匹配的難度進(jìn)一步加大。
[0005] 圖像配準(zhǔn)中，參考圖像和待配準(zhǔn)圖像間存在平移、縮放、旋轉(zhuǎn)等幾何變換，變換模 型將建立參考圖像和待配準(zhǔn)圖像間像素點(diǎn)的對(duì)應(yīng)關(guān)系。圖像配準(zhǔn)中，變換模型求解主要利 用圖像中準(zhǔn)確匹配的特征獲得全圖的變換模型，因此準(zhǔn)確匹配的特征是其關(guān)鍵。
[0006] 地物在自然和人為等因素下會(huì)發(fā)生改變，且時(shí)間越長(zhǎng)，地物可能發(fā)生較大改變。對(duì) 于時(shí)間間隔比較長(zhǎng)的多時(shí)相遙感圖像，地物的改變加大了參考圖像和待配準(zhǔn)圖像間特征匹 配的難度，容易導(dǎo)致：1)參考圖像和待配準(zhǔn)圖像間找到的準(zhǔn)確匹配的特征數(shù)量少，不能滿 足變換模型對(duì)特征數(shù)量的要求，從而不能建立參考圖像和待配準(zhǔn)圖像間的空間變換模型； 2)參考圖像和待配準(zhǔn)圖像間建立的匹配特征間，存在大量誤匹配，從而建立錯(cuò)誤的空間變 換模型。
[0007] 隨著遙感衛(wèi)星的增加，所能獲取的遙感圖像越來(lái)越多，同一區(qū)域遙感圖像歷史數(shù) 據(jù)逐步增多，歷史數(shù)據(jù)間的時(shí)間跨度也逐步縮小。相對(duì)而言，在兩幅時(shí)間間隔較短的遙感圖 像中，其地物改變較小，更容易獲得配準(zhǔn)中所需的正確匹配的特征。
[0008] 現(xiàn)有遙感圖像配準(zhǔn)方法多能將參考圖像和待配準(zhǔn)圖像間地物較為一致的圖像進(jìn) 行準(zhǔn)確配準(zhǔn)，但對(duì)于大時(shí)間跨度的多時(shí)相遙感圖像，由于地物變化較大、地物一致性較差， 圖像間難以獲得準(zhǔn)確匹配的特征。變化檢測(cè)過(guò)程中，存在大時(shí)間跨度圖像配準(zhǔn)的需求，需 要一種能借助歷史圖像序列間接完成大時(shí)間跨度多時(shí)相遙感圖像配準(zhǔn)的方法，提高配準(zhǔn)精 度。

【發(fā)明內(nèi)容】

[0009] 本發(fā)明所要解決的技術(shù)問(wèn)題在于提供一種結(jié)合歷史圖像序列的大時(shí)間跨度遙感 圖像配準(zhǔn)方法。該方法將歷史圖像序列插入時(shí)間跨度大的多時(shí)相遙感圖像中，通過(guò)減少多 時(shí)相遙感圖像配準(zhǔn)中時(shí)間間隔，降低圖像差異性，以更好地匹配特征而獲得圖像間像素點(diǎn) 空間約束關(guān)系，使得大時(shí)間跨度的遙感圖像配準(zhǔn)仍可獲得變換模型。
[0010] 為實(shí)現(xiàn)上述目的，本發(fā)明所述結(jié)合歷史圖像序列的大時(shí)間跨度遙感圖像配準(zhǔn)方法 包括如下步驟：
[0011] 步驟（1)、獲取原始待配準(zhǔn)圖像對(duì)的時(shí)相：將需要配準(zhǔn)的大時(shí)間跨度遙感圖像視 為原始待配準(zhǔn)圖像對(duì)，查找原始待配準(zhǔn)圖像對(duì)的拍攝時(shí)間；
[0012] 步驟（2)、查找并插入歷史圖像數(shù)據(jù)：針對(duì)同一區(qū)域，以原始待配準(zhǔn)圖像對(duì)的時(shí)相 為起止，在遙感圖像庫(kù)中查找歷史圖像，并按時(shí)間排序，形成歷史圖像序列；
[0013] 步驟（3)、優(yōu)化歷史序列圖像：以原始待配準(zhǔn)圖像對(duì)為起始，以準(zhǔn)確匹配的特征對(duì) 的數(shù)量為依據(jù)，逐步在歷史圖像序列中選取匹配效果好的圖像，形成圖像優(yōu)化序列，使得圖 像優(yōu)化序列中相鄰圖像形成的圖像對(duì)具有較多的準(zhǔn)確匹配的特征對(duì)，并在圖像選取過(guò)程 中，利用次優(yōu)解解決圖像優(yōu)化序列不收斂的問(wèn)題，通過(guò)擴(kuò)大遙感圖像覆蓋范圍、降低特征提 取條件，以獲得更多的特征，解決準(zhǔn)確匹配的特征對(duì)數(shù)量不足問(wèn)題；
[0014] 步驟（4)、獲取原始待配準(zhǔn)圖像對(duì)的粗空間變換模型：針對(duì)圖像優(yōu)化序列，依次取 出相鄰圖像形成圖像對(duì)，計(jì)算相鄰圖像間的變換模型，采用逐步鏈接的方式獲得原始待匹 配圖像對(duì)間存在的粗空間變換模型，該粗空間變換模型可在一定誤差內(nèi)描述原始待匹配圖 像對(duì)間像素點(diǎn)的空間對(duì)應(yīng)關(guān)系；
[0015] 步驟（5)、空間約束下刪除原始待匹配圖像對(duì)的誤匹配特征：利用獲得的原始待 匹配圖像對(duì)間的粗空間變換模型，針對(duì)原始待匹配圖像對(duì)的特征初步提取與匹配結(jié)果，刪 除特征對(duì)中空間關(guān)系超出了粗空間變換模型和誤差估計(jì)的特征對(duì)，再利用RANSAC技術(shù)選 取出更為準(zhǔn)確匹配的特征。
[0016] 步驟（6)、求解原始待配準(zhǔn)圖像對(duì)的準(zhǔn)確空間變換模型：利用準(zhǔn)確匹配的特征對(duì) 求解準(zhǔn)確的空間變換模型。
[0017] 其中，步驟（2)中，所述原始待配準(zhǔn)圖像對(duì)以及歷史圖像為全色、多光譜、紅外和 SAR中的一種或多種；
[0018] 其中，步驟（3)中，所述準(zhǔn)確匹配的特征對(duì)是通過(guò)提取特征、特征初匹配和RANSAC 技術(shù)去除部分誤匹配獲得；
[0019] 其中，所述步驟（5)中，所述誤差的設(shè)定是根據(jù)時(shí)間跨度、圖像優(yōu)化序列的長(zhǎng)度和 遙感圖像分辨率等進(jìn)行經(jīng)驗(yàn)設(shè)置。
[0020] 本發(fā)明的原理在于：一種結(jié)合歷史圖像序列的大時(shí)間跨度遙感圖像配準(zhǔn)方法，其 步驟具體的解釋如下：
[0021] 步驟（1)、獲取原始待配準(zhǔn)圖像對(duì)的時(shí)相：查找原始待配準(zhǔn)圖像對(duì)中兩幅圖像的 拍攝時(shí)間；
[0022] 步驟（2)、查找并插入歷史圖像數(shù)據(jù)：以原始待配準(zhǔn)兩幅遙感圖像的拍攝起止時(shí) 間，針對(duì)同一區(qū)域，在遙感圖像數(shù)據(jù)庫(kù)中查找處于兩幅圖像拍攝時(shí)間之間的遙感圖像，并按 時(shí)間依次插入到待配準(zhǔn)的兩幅圖像之間，形成歷史圖像序列；
[0023]步驟（3)、優(yōu)化歷史圖像序列：優(yōu)選出部分圖像得到一個(gè)遙感圖像優(yōu)化序列，該序 列的相鄰圖像具有較好的匹配效果，優(yōu)選過(guò)程中選取某一特征的匹配準(zhǔn)確性作為優(yōu)選圖像 的依據(jù)，按時(shí)間遞推，在圖像序列中逐步選取出部分圖像；
[0024] 步驟（4)、獲取原始待配準(zhǔn)圖像對(duì)的粗空間變換模型：在圖像優(yōu)化序列中，依次取 出相鄰的兩圖像形成圖像對(duì)，提取并匹配圖像對(duì)中的配準(zhǔn)特征，采用一定方法去除一定的 錯(cuò)誤匹配的特征后，獲得圖像優(yōu)化序列中相鄰圖像的變換模型，以此得到原始待配準(zhǔn)圖像 對(duì)的粗空間變換模型；
[0025] 步驟（5)、空間約束下刪除原始待匹配圖像對(duì)的誤匹配特征：針對(duì)原始待匹配圖 像對(duì)提取并匹配的特征，分析匹配的特征間的空間關(guān)系是否在一定范圍內(nèi)滿足利用步驟 (4)獲取的粗空間變換模型，如果空間關(guān)系偏離粗空間變換模型較大，則認(rèn)為是誤匹配的特 征對(duì)，刪除之，對(duì)剩下的匹配特征對(duì)再次采用RANSAC技術(shù)選取出準(zhǔn)確匹配的特征對(duì)；
[0026]步驟（6)、求解原始待配準(zhǔn)圖像對(duì)的準(zhǔn)確空間變換模型：查看步驟（5)獲得的準(zhǔn)確 匹配的特征對(duì)數(shù)量是否滿足空間變換模型求解，如果滿足，則利用正確匹配的特征對(duì)求解 原始待配準(zhǔn)圖像對(duì)的準(zhǔn)確空間變換模型，如果不滿足，則利用步驟（4)獲得的粗空間變換 模型估計(jì)原始待配準(zhǔn)圖像對(duì)的空間關(guān)系。
[0027] 本發(fā)明提出的結(jié)合歷史圖像序列的大時(shí)間跨度遙感圖像配準(zhǔn)方法具有如下的優(yōu) 占.
[0028] 1.若兩個(gè)時(shí)間相隔較長(zhǎng)的圖像，因變化差異較大，未能獲取足夠的匹配特征點(diǎn)對(duì) 和變換模型時(shí)，通過(guò)插入歷史圖像，以遞推方式獲得粗空間變換模型，該模型能在一定誤差 范圍內(nèi)估計(jì)圖像間的空間關(guān)系；
[0029] 2.若兩個(gè)時(shí)間相隔較長(zhǎng)的圖像，因變化差異較大，所獲取的匹配特征對(duì)中存在較 多誤匹配時(shí)，可以在空間約束關(guān)系下刪除誤匹配特征對(duì)，從而利用更準(zhǔn)確的匹配特征對(duì)獲 得準(zhǔn)確的變換模型。
【附圖說(shuō)明】
[0030] 圖1為一種結(jié)合歷史圖像序列的大時(shí)間跨度遙感圖像配準(zhǔn)方法流程圖；
[0031] 圖2為插入歷史圖像序列的圖像序列；
[0032] 圖3為SURF特征點(diǎn)提取與匹配示意圖；
[0033] 圖4為SURF特征點(diǎn)匹配后RANSAC去除誤匹配示意圖；
[0034] 圖5為以正確匹配點(diǎn)對(duì)數(shù)量選取圖像結(jié)果示意圖；
[0035] 圖6為圖像優(yōu)化序列中相鄰圖像對(duì)SURF特征點(diǎn)提取與匹配示意圖。
【具體實(shí)施方式】
[0036] 下面結(jié)合附圖以及【具體實(shí)施方式】進(jìn)一步說(shuō)明本發(fā)明。
[0037] 如圖1所示，本發(fā)明的實(shí)現(xiàn)共分為6個(gè)主要步驟，分別為：獲取原始待配準(zhǔn)圖像對(duì) 的時(shí)相、查找并插入歷史圖像數(shù)據(jù)、優(yōu)化歷史序列圖像、獲取原始待配準(zhǔn)圖像對(duì)的粗空間變 換模型、刪除原始待配準(zhǔn)圖像對(duì)誤匹配點(diǎn)和獲取原始待配準(zhǔn)圖像對(duì)的準(zhǔn)確空間變換模型。 下面以將某區(qū)域時(shí)相分別為T(mén)JP Tb的多光譜遙感圖像I 3和I b配準(zhǔn)為例，對(duì)本發(fā)明的具體 實(shí)施步驟進(jìn)行詳細(xì)的說(shuō)明。
[0038] (1)獲取原始待配準(zhǔn)圖像對(duì)的時(shí)相
[0039] 將需要配準(zhǔn)的大時(shí)間跨度遙感圖像13和I b視為原始待配準(zhǔn)圖像對(duì)，查獲其拍攝時(shí) 間分別為八和T b。
[0040] (2)查找并插入歷史圖像數(shù)據(jù)
[0041] 在八與Tb的時(shí)間跨度中，查找同區(qū)域的遙感圖像，假設(shè)存在時(shí)相為T(mén)a+1，Ta+2，… ，12,1^的歷史圖像序列ia+1，ia+2，…，ib_ 2,l，且時(shí)間關(guān)系滿足 將歷史圖像序列ia+1，ia+2，…，V2, ibJf入到13和Ib之間得到圖像序列I a，ia+1，ia+2，…，Ib-2, Ib-i，Ib，如圖2所示。
[0042] (3)優(yōu)化歷史圖像序列
[0043] 受圖像質(zhì)量的影響，在歷史圖像序列Ia+1, Ia+2，…，Ib_2,Ih中不是所有圖像能直 接與相鄰的圖像獲取較好的匹配特征和變換模型，為此，從歷史序列Ia+1，I a+2，…，Ib-2,Ih 中優(yōu)選出部分圖像Irt，…，IA，Imk，…，I m2, Iml，以形成圖像優(yōu)化序列Ia，Iri，… ，工A，I mk，…，Im2, Iml，Ib，使得相鄰圖像間存在較為準(zhǔn)確的變換模型。圖像優(yōu)化序列 Ia，I rl，Ir2，…，Irk，Imk，…，Im2, Iml，Ib中，〈Irp，Imp>(P= 1，2, 3,…，k)是成對(duì)加入的。圖像優(yōu) 選過(guò)程中，可用于圖像配準(zhǔn)的特征包括點(diǎn)特征、邊特征和區(qū)域特征等，本發(fā)明選取SURF特 征點(diǎn)作為配準(zhǔn)特征對(duì)特征提取與匹配進(jìn)行說(shuō)明。
[0044]以圖像對(duì)<Irt，Iml>加入到圖像優(yōu)化序列為例，說(shuō)明圖像優(yōu)化序列形成過(guò)程。此時(shí)， 圖像對(duì)<Ia，Ib>作為圖像對(duì)<Iri，Iml>的參考，主要包含以下子步驟：