融合点线互补特征的遥感影像全自动配准

发布时间：2021-10-14 21:44

　　针对遥感影像中单独利用点特征或线特征容易出现匹配精度低和匹配失败的问题,提出一种融合点线互补特征的遥感影像全自动配准算法。首先利用改进的尺度不变特征变换（SIFT）算法获得初始匹配点,并采用归一化互相关（NCC）测度和随机采样一致性算法剔除可能的误匹配情况,以获得正确率较高的同名点。然后采用改进的线段检测算子（LSD）提取线段特征,通过已知单应性几何变换约束和斜率约束确定候选匹配线段并构建特征描述符,继而获得同名线段。最后提取同名线段的交点并集成第一步的同名点集,计算影像间的投影变换参数以实现影像的配准。实验结果表明:所提算法在匹配精度以及匹配的正确率等方面具有显著优势。 

【文章来源】：激光与光电子学进展. 2020,57(16)北大核心CSCD

【文章页数】：10 页

【部分图文】：

所提算法的匹配流程

由于在2.1.1节中得到的同名点可能存在微小的位置偏差，从而影响种子点的质量，因此需对同名点进行定位优化，如图2所示。在初始匹配后的待配准影像中，以特征点为中心建立3pixel×3pixel大小的搜索域，然后以基准影像中的特征点作为基准，在待配准影像的邻域内再次寻找同名点，在影像中以从左向右、自上向下的顺序进行搜索。计算每个搜索点与基准点的灰度相关值，表达式为

来预测直线在待配准影像中的位置，并以预测直线为中心轴线确定一个矩形，若待配准影像中的直线特征经过该矩形或与该矩形有交点，则视为初步候选匹配直线，如图3所示。式中：（x′，y′）为x′的坐标。图中l1为基准影像中提取到的特征线，L1、L2、L3和L4为待配准影像中的特征线，l1经过单应性几何变换后在待配准影像中的位置如l′1，以l′1为中心轴线确定一个矩形，L1、L2与L3均与矩形相交，则把L1、L2和L3视为l1的初步候选匹配直线，L4与矩形没有交点，则剔除。2.2.3 斜率约束

【参考文献】：
期刊论文
[1]基于视觉显著特征的光学与SAR影像快速粗配准方法[J]. 华丽,徐川,眭海刚.  中南大学学报(自然科学版). 2019(07)
[2]具备结构感知功能的倾斜摄影测量场景三维重建[J]. 肖雄武.  测绘学报. 2019(06)
[3]结合离散化描述与同名点约束的线特征匹配[J]. 欧阳欢,范大昭,纪松,雷蓉.  测绘学报. 2018(10)
[4]基于改进随机Hough变换的直线检测算法[J]. 徐超,平雪良.  激光与光电子学进展. 2019(05)
[5]加速分割特征优化的图像配准方法[J]. 李佳,段平,姚永祥,程峰.  激光与光电子学进展. 2019(01)
[6]结合几何约束和梯度描述子的直线段匹配[J]. 王竞雪,张雪.  测绘通报. 2018(05)
[7]多重约束下的近景影像线特征匹配方法[J]. 宋伟东,朱红,王竞雪,刘玉轩.  中国图象图形学报. 2016(06)
[8]多通道颜色信息融合与纹理影像检索[J]. 周维勋,邵振峰,李从敏.  测绘科学. 2016(08)
[9]利用局部仿射不变及核线约束的近景影像直线特征匹配[J]. 梁艳,盛业华,张卡,杨林.  武汉大学学报(信息科学版). 2014(02)
[10]融合互补仿射不变特征的倾斜立体影像高精度自动配准方法[J]. 姚国标,邓喀中,张力,杨化超,艾海滨.  测绘学报. 2013(06)

硕士论文
[1]多角度图像直线特征描述与匹配[D]. 陈忠尧.北京邮电大学 2019
[2]基于归一化积相关匹配的彩色图像灰度化研究[D]. 马方龙.兰州大学 2018



本文编号：3436865