專利名稱：一種光學遙感圖像配準方法
技術領域：
本發明涉及一種圖像處理方法，具體是一種光學遙感圖像配準方法。屬于圖像處理技術。
背景技術：
不同傳感器、不同成像模式和不同時間得到的同一個對象的圖像數據之間存在相 對的平移、旋轉、不同比例縮放甚至畸變關系，對其進行綜合分析和利用時，首先解決圖像 間的配準問題。圖像配準的過程，即通過尋找一種空間變換，使兩幅圖像的代表同一目標物 的對應點達到空間位置的一致，配準的結果應該使兩幅圖像上的所有點或至少是具有實際 應用意義上的點都達到匹配，為圖像進一步處理提供保證。衛星遙感系統能提供大量的全球覆蓋和重復測度數據，這些數據是多時向的或者 多傳感器的。隨著航天任務小型化的趨勢，大多數的傳感器將安裝在不同的平臺上，這就導 致了有大量數據需要拼接或融合。因此，在許多遙感應用中，圖像配準不僅是一個關鍵步 驟，而且需要配準的數據量呈指數增長的趨勢。然而，對于眾多不同傳感器得到的遙感圖 像，并沒有一個通用的配準方法，只能根據一些傳感器的特性，來設計具體的配準算法。經 研究發現，對于光學遙感圖像(如quickbird，spot, landsar)，它們有一個共同的特性，即 在其中一種遙感圖像中較亮的目標，在另一種遙感圖像中也必定有相對較亮的灰度值。利 用這一特性，本發明引入小面元概念，來改進傳統的配準方法，得到了更好的配準效果。經文獻檢索發現，1999年在.IEEE Transactions on Geoscience and Remote Sensing 上發■白勺文 $〈〈A feature-based image registration algorithm using improved chain-code representationcombined with invariant moment》，1995 年
. IEEE Transactions on Image Processing Jl胃^的((Acontour-based approach to multisensor image registration》，這兩篇文章代表了一種傳統的基于鏈碼特征的圖 像配準方法首先利用LoG算子提取邊緣，再利用改進的Freeman鏈碼描述輪廓，通過鏈碼 距離和Hu不變矩進行鏈碼匹配，由得到的鏈碼的質心作為控制點，最后實現模型估計和圖 像配準。雖然傳統的這種技術應用在一部分遙感圖像中得到比較好的結果，但是有以下缺 點(1)直接提取圖像邊緣，算法復雜度高，邊緣不連續；(2)很難得到閉合的邊界；(3)應 用在分辨率不同的光學遙感圖像中時，配準精度不高。
發明內容
本發明的技術目的是提出一種光學遙感圖像配準方法，可以克服傳統背景技術中 存在的不足。該方法首先利用小面元特征進行預處理，降低有效邊緣提取的算法復雜度，同 時得到粗匹配的小面元；接著提取小面元的閉合鏈碼，以鏈碼的相似函數和區域不變矩距 離作為約束條件，進行二次匹配并提取面元和鏈碼共同的控制點對，提高配準精度。本發明 與傳統的基于鏈碼的配準方法相比較，克服了現有技術的缺點邊緣難以提取，算法復雜度 高，難以適用于不同分辨率的光學遙感圖像等。
本發明一種光學遙感圖像配準方法，通過以下技術方案實現，本發明方法步驟如 下步驟一首先通過直方圖比例閾值的方法分割圖像，在參考圖像和待配準圖像上 提取出大量的具有適當面積的閉合區域，稱為小面元，作為區域匹配的一個特征；步驟二 根據小面元的幾何特征對小面元進行粗匹配； 步驟三在步驟一和步驟二的基礎上，提取二值圖像的閉合鏈碼，作為區域匹配的 第二個特征；步驟四利用鏈碼的相似函數和區域不變矩分別建立關系矩陣{cu}和{du}，并 結合步驟二得到的面元關系矩陣{APU}對匹配區域的相似性進行判決，提取判決后的控制占.步驟五對由步驟四得到的控制點進行一致性檢測獲得精確匹配點；最后通過仿 射變換配準圖像。本發明能對圖像進行自動配準，主要具有以下特點和作用(1)利用了光學遙感 圖像的特性光學遙感圖像具有一定的灰度同一性，即在一幅圖像上較亮的目標，在另一種 圖像上也會呈現出相對的高亮度特性。使得本發明對光學遙感圖像配準具有優勢效果。(2) 采用基于區域特征(小面元和鏈碼)選取控制點的方法，主要有兩個優點一、能夠找到足 夠多的參考點；二、利用區域質心作為控制點能達到亞像素級精度。(3)利用小面元特征進 行預處理，降低有效邊緣提取的算法復雜度，同時得到粗匹配的小面元；(4)采用了小面元 和鏈碼兩種區域特征作為匹配條件，加強了匹配強度，提高了配準精度的同時優化了算法 效率。
圖1為本發明圖像配準算法的流程圖。圖2為Spot 5m分辨率的圖像，作為參考圖像；圖3為經過抽取后的QuickBird 0. 6m分辨率的圖像，作為待配準圖像；圖4是圖2和圖3的配準結果圖像。圖5為LandSat-715m分辨率的圖像，拍攝于2002年，作為參考圖像；圖6為LandSat-715m分辨率的圖像，拍攝于2003年，作為待配準圖像；圖7是圖5和圖6的配準和鑲嵌的結果。圖8為參考輪廓。圖9為待配準輪廓，是圖8旋轉、平移后的圖像。圖10為圖8的鏈碼表示和處理過程。圖11為圖9的鏈碼表示和處理過程。圖 1 中101提取參考圖像小面元102提取待配準圖像小面元103基于小面元幾何特征的粗匹配算法104提取待配準圖像的鏈碼105提取參考圖像的鏈碼
106利用鏈碼特征對小面元區域進行二次匹配107對控制點進行一致性檢測108計算模型變換參數109通過插值來變換圖像
具體實施例方式下面本發明將結合附圖中的實施例作進一步描述步驟一首先通過直方圖比例閾值的方法分割圖像，在參考圖像和待配準圖像 上提取出大量的具有適當面積的閉合區域，稱為小面元，作為區域匹配的一個特征(101、 102)。(1)直方圖比例閾值分割設原始灰度圖像的大小為WXH，比例閾值為pQ，首先，統計圖像的灰度直方圖V(i) (i = 0，1，...，255)，V(i)表示灰度值為i的像素的個數；然后由公式a)將比例閾值Ptl轉 化為圖像的灰度閾值k" 進而二值化原始圖像 (2)提取有效小面元在二值圖像上，首先利用擊中擊不中變換去除噪聲與空洞；然后利用區域生長的 方法提取閉合連通區域，并判斷是否有面積大于某一較大閾值的面元存在(可能對應著大 塊的云層區域)，若有，則將原始圖像中對應區域設為無效；去除面積較小的區域(認為是 噪聲區域)；統計余下的大小適中的閉合區域作為配準可用的小面元。對輸入的參考圖像 和待配準圖像分別進行上述的小面元分割，設Ri (i = 1，. . .，m)和S」(j = 1，. . .，η)分別 為參考圖像(reference image)和待配準圖像(sensed image)上分割出來的小面元，下一 步通過幾何特征，進一步確定這兩組小面元之間的對應關系。步驟二 根據小面元的幾何特征對小面元進行粗匹配103。(1)利用小面元幾何特征粗匹配設參考圖像有m個小面元，其面積和周長分別表示為{RAJ和{RPj (i = 1，...，
m)；待配準圖像有η個小面元，其面積和周長分別表示為{SAJ和{SPJ (j = 1，...，n)。兩
個小面元匹配必須滿足以下兩個條件 RAi 其中ε ” ε 2、ε 3、ε 4滿足0彡ε ” ε 3彡1，1彡ε 2、ε 4彡2。即面積和周長滿 足一定的相似性后，認為是有可能匹配的。
(2)建立對應幾何特征關系矩陣{APd (mXn)，當滿足上述條件時令APij等于1。步驟三在步驟一和步驟二的基礎上，提取二值圖像的閉合鏈碼，作為區域匹配的 第二個特征(104、105)。(1)提取閉合輪廓 利用Carmy算子提取每個小面元是閉合的連通區域的邊緣，利用Freeman鏈碼表 示每個閉合輪廓。(2)改進鏈碼的表示改進鏈碼表示，改進后的鏈碼具有旋轉不變性，平移不變性，尺度不變性。改進鏈 碼實現如下設Ia1,...，an}是長度為η的標準鏈碼，它的改進鏈碼Ib1,...，bj通過遞歸方式 定義
A = αιk _ Λ 使(qi-aJmodS = 0 且 | Qi-I^11 最小
°i = Hi,其中qi為整數(i = 2，. . .，η)，改進鏈碼減輕了標準鏈碼的卷繞問題，經五點高 斯濾波器
平滑后，得到比標準鏈碼更加光滑的曲線。改進后的鏈 碼經過平滑、移位、標準化運算，最后得到的鏈碼具有旋轉、平移不變性。如圖8、圖9、圖10、 圖11所示。步驟四利用鏈碼的相似函數和區域不變矩分別建立關系矩陣{cu}和{du}，并 結合步驟二得到的面元關系矩陣{APU}對匹配區域的相似性進行判決，提取判決后的控制
點ο(1)計算鏈碼的相似函數建立參考圖像和待配準圖像封閉邊界之間關系時，用改進鏈碼計算鏈碼相關矩陣 C= {Cij}。由于面元關系矩陣{APU}中的mXn個小面元對應著mXn個閉合邊界，所以C 也為mXn的矩陣。令參考圖像的第i個邊界由改進鏈碼IaJ來表示，待配準圖像的第j個 邊界由改進鏈碼IbJ來表示，則第i個邊界和第j個邊界之間的鏈碼相關值為
1 N^c = max{—V cos 了 (a; -bj(k))}^N
NH 4
1 N其中< -^^^,hlsN仏N式中a' i是鏈碼{%}的歸一化表示，以消除鏈碼旋轉的差異。Ib1GcM表示起點 位于第k個邊界點時，第j個邊界的改進鏈碼表示。{V Jk))}則是對應的歸一化表示。 余弦函數保證相關值在w，l]區間。在實際應用中，已經根據分辨率信息將2幅圖像的尺 度調整一致，所以對應的鏈碼不需要考慮尺度變化。但是由于量化誤差，即使是對應鏈碼其 長度也會有微小差異，這時可以固定短鏈碼，循環長鏈碼來尋找最佳匹配位置。(2)計算不變矩距離仿射矩不變量是基于矩的平面形狀描述子。由原點矩和規格化中心矩導出了七種 尺度、位移和旋轉不變的矩度量作為封閉邊界特征的描述。實際應用中我們只需要用前3個不變矩就可以很好描述輪廓特征。
Ψι =C"20 +#Ο2)/"Ο2Ο
φ2 = (("20 - M02)2 + 4/4) / μ ο
φ3 = (O3O - 3^12 )2 + (3"21 - μ03)2)/ μ5ω將二維圖像數據看作是二維概率密度分布函數f(i，j)，并計算每個2D目標區 域三個矩不變量(灼,豹，灼)。對于每一個封閉區域，將它的這三個矩不變量看成三維特征 空間的一個點，兩個區域的相似性由兩點間的距離來度量。對于參考圖像的m個區域和 待配準圖像中的η個區域，它們的關系用mXn的不變矩距離矩陣D= ((IijI來表示。設 9((k)(k =1,2,3)表示參考圖像第i個邊界的不變矩向量，《㈨P =1,2，3)表示待配準圖像第
j個邊界的不變矩向量，則參考圖像第i個邊界和待配準圖像第j個邊界的不變矩距離為
diS ⑷]2(3)利用鏈碼特征二次匹配106經過小面元匹配后得到關系矩陣{APd，對參考圖像的m個區域，每一個在待配準 圖像中都有若干區域對應；而鏈碼相關值矩陣{Cij}和不變矩距離矩陣WijI將參考圖像和 待配準圖像的區域也建立了對應關系。設鏈碼相關的閾值為t。，不變矩距離的閾值為td，對 于參考圖像的第i個區域，如果它與待配準圖像的第j個區域匹配，則必須滿足以下三個條 件(a)cn = c"且 APil = 1(b) Cij > tc(c) Clij < td上述條件利用鏈碼特征進行二次匹配，通過關系矩陣{ }、((IijI和{APU}對區域 相似性進行判決，得到匹配區域。由于是在小面元粗匹配的基礎上進行鏈碼的精確匹配，與 傳統的基于鏈碼的配準方法中，在全體鏈碼范圍內尋找最優匹配的算法相比，本發明方法 的約束條件更強，更好地排除虛假匹配。(4)提取控制點，進行一致性檢測然后提取匹配面元的質心代替鏈碼的質心作為最終控制點。因為面元的質心是由 整個區域的信息決策得到，而鏈碼的質心只來源于邊界點的信息，所以讓面元的質心作為 最終匹配點能達到更好的配準精度。經過兩次匹配后，還是可能存在少量的偽匹配點，所以要對匹配點進行一致性檢測107。這里采用距離比來測量點的一致性，設 為圖像A中點間的距離。對參 考圖像A和待配準圖像B中m對匹配點計算比率可以得到m(m-l)/2個比率。對 這些比率做直方圖，剔除掉遠離峰值的比率。最后對剩余的點使用最小二乘法得到仿射變換參數108，通過插值進行圖像變換109來配準圖像。實施例1 不同分辨率和相同分辨率的光學遙感圖像配準將本發明一種光學遙感圖像配準方法應用在不同分辨率和相同分辨率的遙感圖 像上。實驗平臺為VC++6. 0，在2GHz Intel Pentium(R) 4CPU的PC機上實現。實驗中，圖 像分割中取直方圖比例閾值Ptl = 0.02，閉合區域的面積在(50，500)的范圍內被認為是有 效的小面元；小面元粗匹配中，令幾何相似系數S1= ε3 = 0. 85, ε2 = ε4= 1.15;閉合 鏈碼的周長大于20個像素才認為是有效的鏈碼，鏈碼相關的閾值為0. 85 ；不變矩距離的閾 值為0. 1 ；若鏈碼周長相差大于20個像素則直接認為不匹配。(1)不同分辨率的光學遙感圖像圖像配準參考圖像是Spot 5m分辨率的圖像(圖2)，大小為680X680(pixel)；待配準圖像 是經過抽取后的QuickBird 0.6m分辨率的圖像(圖3)，其大小為680X680 (pixel)。粗匹 配得到10對控制點，經過鏈碼的校正和一致性檢測后得到5對精確匹配點，配準結果如圖 4所示。(2)相同分辨率不同時的光學遙感圖像配準參考圖像是Landsat-7 15m分辨率的圖像(圖5)，大小為514X 520 (pixel)；待配 準圖像是Landsat-7 15m分辨率的圖像(圖6)，大小為380X 380 (pixel)。兩幅圖像的拍 攝時間不同。粗匹配得到14對控制點，校正后提取4對匹配點進行配準，配準結果如圖7 所示。配準結果性能指標如表格1所示，由該表可知，本發明一種光學遙感圖像配準方 法應用在不同分辨率和相同分辨率的遙感圖像上，得到良好的配準精度和時間效率。表格1配準結果的性能指標 實施例2 不同配準方法的比較實驗圖像為圖2、圖3、圖5、圖6，將本發明的配準方法和傳統的基于鏈碼的配準算 法、手動配準算法比較，可以看出本發明的優點，如表格2所示。表格2三種配準方法的RMSE比較
權利要求
一種光學遙感圖像配準方法，其特征在于，方法步驟如下步驟一首先通過直方圖比例閾值的方法分割圖像，在參考圖像和待配準圖像上提取出大量的具有適當面積的閉合區域，稱為小面元，作為區域匹配的一個特征；步驟二根據小面元的幾何特征對小面元進行粗匹配；步驟三在步驟一和步驟二的基礎上，提取二值圖像的閉合鏈碼，作為區域匹配的第二個特征；步驟四利用鏈碼的相似函數和區域不變矩分別建立關系矩陣{cij}和{dij}，并結合步驟二得到的面元關系矩陣{APij}對匹配區域的相似性進行判決，提取判決后的控制點；步驟五對由步驟四得到的控制點進行一致性檢測獲得精確匹配點；最后通過仿射變換配準圖像。
2.根據權利要求1所述的圖像配準方法，其特征是，所述的步驟一，通過直方圖比例閾 值的方法分割圖像，在參考圖像和待配準圖像上提取出大量的具有適當面積的閉合區域， 稱為小面元，作為區域匹配的一個特征。具體為(1)直方圖比例閾值分割，得到二值圖像；(2)利用擊中擊不中變換去除噪聲與空洞；(3)然后利用區域生長的方法提取閉合連通區域；(4)去除無效的面積過大和過小的面元；(5)r1(i= 1，· · ·，m)禾Π Sj(j = 1，· · ·，n)分別記錄從參考圖像(reference image)禾口 待配準圖像(sensed image)上提取有效的小面元。
3.根據權利要求1所述的圖像配準方法，其特征是，所述步驟二，根據小面元的幾何特 征對小面元進行粗匹配。幾何特征匹配的具體實現如下設參考圖像有m個小面元，其面積和周長分別表示為{RAJ和{RPJ (i = 1，. . .，m)；待 配準圖像有η個小面元，其面積和周長分別表示為{SA」}和{SPj (j = 1，. . .，η)。兩個小 面元匹配必須滿足以下兩個條件 其中ε ” ε 2、ε 3、ε 4滿足E1= ε 3 = 0. 85, ε 2 = ε 4 = 1. 15。即面積和周長滿足 一定的相似性后，認為是有可能匹配的。建立對應關系矩陣{APU} (mXn)，當滿足上述條件 時令APij等于1。
4.根據權利要求1所述配準方法的步驟三、步驟四和權利要求2，其特征是，利用小面 元和鏈碼特征進行二次匹配。具體實現如下(1)對有效小面元提取閉合邊緣；(2)用改進的鏈碼描述閉合邊緣；(3)利用鏈碼的相似函數和區域不變矩分別建立關系矩陣{cu}和WijI；(4)通過鏈碼特征和小面元幾何特征關系矩陣{APU}對匹配區域的相似性進行判決。(5)提取匹配面元的質心代替鏈碼的質心作為最終控制點。
5.根據權利要求4的圖像配準方法，其特征是，所述的通過鏈碼特征結合面元幾何特征關系矩陣{APU}對匹配區域的相似性進行判決。具體實現如下經過小面元匹配后得到關系矩陣{ΑΡ。_}，對參考圖像的m個區域，每一個在待配準圖像 中都有若干區域對應；而鏈碼相關值矩陣{cu}和不變矩距離矩陣{du}將參考圖像和待配 準圖像的區域也建立了對應關系。設鏈碼相關的閾值為t。，不變矩距離的閾值為td，對于參 考圖像的第i個區域，如果它與待配準圖像的第j個區域匹配，則必須滿足以下三個條件 (1H =思"且 APil = 1 (2)CiJ>tc (S)Clij^td上述條件利用鏈碼特征進行二次匹配，通過關系矩陣{ }、{、}和{APU}對區域相 似 性進行判決，得到匹配區域。其中鏈碼相關的閾值t。為0. 85，不變矩距離閾值td為0. 1。
全文摘要
本發明公開了一種光學遙感圖像的配準方法，特征是首先提取小面元進行預處理和一次匹配，以更有效地提取封閉邊界，同時降低算法復雜度；其次，根據封閉邊界鏈碼的相似函數和區域不變矩匹配策略建立邊界對應關系，實現區域之間的二次匹配；最后提取匹配區域的質心即匹配點進行一致性檢測，并估算仿射變換參數進行圖像配準。本發明改進了傳統的基于鏈碼配準方法的缺點，提高了配準精度和時間效率，能滿足光學遙感圖像的自動配準要求。
文檔編號G01S7/48GK101847258SQ20091011641
公開日2010年9月29日 申請日期2009年3月26日 優先權日2009年3月26日
發明者吳文宇, 程蕾, 陳賢巧 申請人:陳賢巧;吳文宇;程蕾