一種結(jié)合歷史圖像序列的大時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，涉及一種多時相遙感圖像配準(zhǔn)方法，尤其涉 及一種時間跨度大、存在歷史圖像序列的多時相遙感圖像配準(zhǔn)方法，其為通過歷史圖像序 列獲取大時間跨度遙感圖像間像素點空間約束關(guān)系進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在土地監(jiān)測、環(huán)境監(jiān) 測、災(zāi)害監(jiān)測等方面有著廣泛的應(yīng)用，而多時相遙感圖像配準(zhǔn)是變化檢測的基礎(chǔ)。多時相遙 感圖像配準(zhǔn)，其關(guān)鍵點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)的特征主要有點特征、線特征和區(qū)域特征等，典型的點特征 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應(yīng)起來。特征匹配過程中，由 于分辨率、成像機理的差異、平臺差異等，同一地物在不同遙感圖像中在顏色、紋理、形狀等 特征上會存在差異。這種差異導(dǎo)致提取的特征不相同，特征匹配時會發(fā)生誤匹配現(xiàn)象。多 時相遙感圖像會進一步受拍攝角度差異、地物變化等影響，特征匹配的難度進一步加大。
[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)圖像間像素點的對應(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發(fā)生改變，且時間越長，地物可能發(fā)生較大改變。對 于時間間隔比較長的多時相遙感圖像，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)間的時間跨度也逐步縮小。相對而言，在兩幅時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 行準(zhǔn)確配準(zhǔn)，但對于大時間跨度的多時相遙感圖像，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。變化檢測過程中，存在大時間跨度圖像配準(zhǔn)的需求，需 要一種能借助歷史圖像序列間接完成大時間跨度多時相遙感圖像配準(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)問題在于提供一種結(jié)合歷史圖像序列的大時間跨度遙感 圖像配準(zhǔn)方法。該方法將歷史圖像序列插入時間跨度大的多時相遙感圖像中，通過減少多 時相遙感圖像配準(zhǔn)中時間間隔，降低圖像差異性，以更好地匹配特征而獲得圖像間像素點 空間約束關(guān)系，使得大時間跨度的遙感圖像配準(zhǔn)仍可獲得變換模型。
[0010] 為實現(xiàn)上述目的，本發(fā)明所述結(jié)合歷史圖像序列的大時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)圖像對的時相：將需要配準(zhǔn)的大時間跨度遙感圖像視 為原始待配準(zhǔn)圖像對，查找原始待配準(zhǔn)圖像對的拍攝時間；
[0012] 步驟（2)、查找并插入歷史圖像數(shù)據(jù)：針對同一區(qū)域，以原始待配準(zhǔn)圖像對的時相 為起止，在遙感圖像庫中查找歷史圖像，并按時間排序，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)圖像對為起始，以準(zhǔn)確匹配的特征對 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具有較多的準(zhǔn)確匹配的特征對，并在圖像選取過程 中，利用次優(yōu)解解決圖像優(yōu)化序列不收斂的問題，通過擴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)確匹配的特征對數(shù)量不足問題；
[0014] 步驟（4)、獲取原始待配準(zhǔn)圖像對的粗空間變換模型：針對圖像優(yōu)化序列，依次取 出相鄰圖像形成圖像對，計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 像對間像素點的空間對應(yīng)關(guān)系；
[0015] 步驟（5)、空間約束下刪除原始待匹配圖像對的誤匹配特征：利用獲得的原始待 匹配圖像對間的粗空間變換模型，針對原始待匹配圖像對的特征初步提取與匹配結(jié)果，刪 除特征對中空間關(guān)系超出了粗空間變換模型和誤差估計的特征對，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)圖像對的準(zhǔn)確空間變換模型：利用準(zhǔn)確匹配的特征對 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)確匹配的特征對是通過提取特征、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)時間跨度、圖像優(yōu)化序列的長度和 遙感圖像分辨率等進行經(jīng)驗設(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)圖像對的時相：查找原始待配準(zhǔn)圖像對中兩幅圖像的 拍攝時間；
[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 間，針對同一區(qū)域，在遙感圖像數(shù)據(jù)庫中查找處于兩幅圖像拍攝時間之間的遙感圖像，并按 時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，提取并匹配圖像對中的配準(zhǔn)特征，采用一定方法去除一定的 錯誤匹配的特征后，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的誤匹配特征：針對原始待匹配圖 像對提取并匹配的特征，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，則認為是誤匹配的特 征對，刪除之，對剩下的匹配特征對再次采用RANSAC技術(shù)選取出準(zhǔn)確匹配的特征對；
[0026]步驟（6)、求解原始待配準(zhǔn)圖像對的準(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求解 原始待配準(zhǔn)圖像對的準(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 模型估計原始待配準(zhǔn)圖像對的空間關(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.若兩個時間相隔較長的圖像，因變化差異較大，未能獲取足夠的匹配特征點對 和變換模型時，通過插入歷史圖像，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)估計圖像間的空間關(guān)系；
[0029] 2.若兩個時間相隔較長的圖像，因變化差異較大，所獲取的匹配特征對中存在較 多誤匹配時，可以在空間約束關(guān)系下刪除誤匹配特征對，從而利用更準(zhǔn)確的匹配特征對獲 得準(zhǔn)確的變換模型。
【附圖說明】
[0030] 圖1為一種結(jié)合歷史圖像序列的大時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特征點提取與匹配示意圖；
[0033] 圖4為SURF特征點匹配后RANSAC去除誤匹配示意圖；
[0034] 圖5為以正確匹配點對數(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SURF特征點提取與匹配示意圖。
【具體實施方式】
[0036] 下面結(jié)合附圖以及【具體實施方式】進一步說明本發(fā)明。
[0037] 如圖1所示，本發(fā)明的實現(xiàn)共分為6個主要步驟，分別為：獲取原始待配準(zhǔn)圖像對 的時相、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)圖像對的粗空間變 換模型、刪除原始待配準(zhǔn)圖像對誤匹配點和獲取原始待配準(zhǔn)圖像對的準(zhǔn)確空間變換模型。 下面以將某區(qū)域時相分別為TJP Tb的多光譜遙感圖像I 3和I b配準(zhǔn)為例，對本發(fā)明的具體 實施步驟進行詳細的說明。
[0038] (1)獲取原始待配準(zhǔn)圖像對的時相
[0039] 將需要配準(zhǔn)的大時間跨度遙感圖像13和I b視為原始待配準(zhǔn)圖像對，查獲其拍攝時 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的時間跨度中，查找同區(qū)域的遙感圖像，假設(shè)存在時相為Ta+1，Ta+2，… ，12,1^的歷史圖像序列ia+1，ia+2，…，ib_ 2,l，且時間關(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)是成對加入的。圖像優(yōu) 選過程中，可用于圖像配準(zhǔn)的特征包括點特征、邊特征和區(qū)域特征等，本發(fā)明選取SURF特 征點作為配準(zhǔn)特征對特征提取與匹配進行說明。
[0044]以圖像對<Irt，Iml>加入到圖像優(yōu)化序列為例，說明圖像優(yōu)化序列形成過程。此時， 圖像對<Ia，Ib>作為圖像對<Iri，Iml>的參考，主要包含以下子步驟：