一種基于多尺度特征的熱紅外圖像配準方法
【技術領域】
[0001] 本發(fā)明涉及一種遙感衛(wèi)星圖像配準的處理方法，特別是一種基于多尺度特征的熱 紅外圖像配準方法。
【背景技術】
[0002] 遙感技術目前已在社會和科技層面轉向實際應用，這些應用包括自然災害的處 理、氣候變化評估、自然資源管理、環(huán)境保護等，所有這些都涉及長期監(jiān)測地球表面。近些 年，圖像配準在遙感應用中變的非常重要。圖像配準是圖像處理中的基本任務，指的是匹配 兩幅或多幅來自不同時間、不同遙感器、不同視角的同一物體或場景的圖像。圖像配準用于 數字圖像處理是為了把兩幅或多幅數字圖像準確對準以便分析與比較，涉及生理學、計算 機視覺、模式識別、影像理解等多個領域知識。精確的配準算法對于支持鑲嵌遙感衛(wèi)星圖 像、追蹤地球表面環(huán)境變化、基礎科學研究是非常重要的。
[0003] 圖像配準，即通過計算一組變換參數把兩幅圖像對準，這個問題看似定義簡單明 了，似乎應該已有清楚通用的方法，而實際上遠非如此。由于對應于各種不同數據的應用眾 多，圖像配準已經發(fā)展成為一項復雜的、具有很強挑戰(zhàn)性的、包含許多方法策略的任務。隨 著遙感、醫(yī)學、以及其他領域獲取圖像能力的不斷增強，導致在過去20年里對圖像配準技術 進行了大量研究。但到目前為止，還沒有一種配準方法能夠解決所有的配準問題，只能根據 具體的數據類型和應用來研究相應的算法。圖像配準算法常分為基于區(qū)域和基于特征的兩 種方法，但是一般只適用于灰度差別較小的影像，反映數據之間的線性特征，不適用于灰度 差別較大的影像之間的配準。
[0004] 由于不同傳感器成像原理不同，得到的圖像間存在較大的灰度差異(如多光譜圖 像和熱紅外圖像），同一景物在不同類型圖像中呈現的特征也各不相同，共性特征難以提 取，這就使得基于灰度相關和圖像特征的各種配準方法不再適用、效果不好。

【發(fā)明內容】

[0005] 本發(fā)明技術解決問題:克服現有技術由于不同傳感器成像原理不同，得到的圖像 間存在較大的灰度差異(如多光譜圖像和熱紅外圖像），同一景物在不同類型圖像中呈現的 特征也各不相同，共性特征難以提取，提供一種基于多尺度特征的熱紅外圖像配準方法，解 決上述難題并應用于多光譜與熱紅外圖像的配準，將圖像分解成不同尺度、不同方向的圖 像系列，具有特征可選的優(yōu)點，通過分解的系列圖像，可以得到在不同尺度、不同方向上所 需的特征。
[0006] 本發(fā)明的技術解決方案步驟是:一種基于小波特征的熱紅外圖像配準方法實現步 驟如下：
[0007] (1)以多光譜圖像為參考圖像，熱紅外圖像作為待配準圖像，對參考圖像和待配準 圖像分別進行小波分解，分解后圖像的分辨率與未分解前的多光譜圖像和熱紅外圖像相 同；
[0008] (2)計算步驟（1)中分解后圖像中所有分解層的直方圖，只有灰度值屬于前5%的 多光譜圖像和熱紅外圖像特征點才被保留，這些特征點代表了配準過程中要使用的點；
[0009] (3)對步驟(2)中的特征點進行相關計算，尋找匹配點，從而完成熱紅外圖像。
[0010] 所述的步驟（1)的以多光譜圖像為參考圖像，熱紅外圖像作為待配準圖像，對參考 圖像和待配準圖像分別進行小波分解具體實現如下：
[0011] (11)對多光譜圖像IMS用第一個濾波器H0進行濾波，生成濾波后的圖像IMsHO，利 用第二個濾波器L0濾波生成圖像nteLO,然后對圖像nteLO采用第三個濾波器Bk和第四個濾 波器L1濾波得到圖像頂sBk和圖像頂sLl，k = 0，1，2;
[0012] (12)對熱紅外圖像IMt用第一個濾波器H0進行濾波，生成濾波后的圖像MtHO,利用 第二個濾波器L0濾波生成圖像IMtLO,然后對圖像IMtLO采用第三個濾波器Bk和第四個濾波 器L1濾波得到圖像頂tBk和圖像頂tLl，k = 0，l，2。
[0013] 所述步驟(3)進行相關計算，尋找匹配點的具體實現如下:對多光譜圖像和熱紅外 圖像特征點采用歸一化互相關準則進行滑動窗模板匹配，搜索相關系數最大的點，即為匹 配點。
[0014] 本發(fā)明與現有技術相比有益效果為：
[0015] (1)本發(fā)明中的多尺度小波能夠將多傳感器(多光譜和熱紅外）、多分辨率數據在 不損失重要信息和不模糊較高分辨率數據的情況下變成相同空間分辨率。在低分辨率，保 留了重要的全局特征如河流、湖泊、山脊，以及道路和其他人工建筑，同時，消除微弱的通常 被認為是噪音或偽像元的更高分辨率特征。
[0016] (2)將圖像分解成不同尺度、不同方向的系列圖像，具有平移不變性及方向性等優(yōu) 點，通過分解的系列圖像，可以得到在不同尺度、不同方向上所需的特征，可以準確地檢測 出目標的邊緣、紋理等特征。由于本發(fā)明在圖像分解過程中不采樣，沒有頻率混疊項，分解 后的圖像系列與原圖像有相同尺寸，因此具有平移不變性。
【附圖說明】
[0017] 圖1為本發(fā)明方法實現流程圖；
[0018] 圖2為多尺度分解圖。
【具體實施方式】
[0019] 如圖1所示，為本發(fā)明具體實施如下：
[0020] (1)對參考圖像和輸入圖像進行小波多尺度分解
[0021] 對參考圖像使用濾波器L0濾波，分別生成圖像IMsH0、IMsL0,圖像IMsLO進一步被 濾波器Bk，（k = 0，l，2)濾波得到圖像]以1^，仏=0，1，2);同理，可對輸入圖像做相同處理。 濾波所用的濾波器如下：
[0026]圖像與濾波器的卷積為：
[0027] IMsL0 = IMs*L0
[0028] IMsB0 = IMsL0*B0
[0029] IMsBl = IMsL0*Bl
[0030] IMsB2 = IMsL0*B2
[0031] x，y為圖像中某一點的坐標。
[0032] (2)特征點提取
[0033] 計算圖像低通和帶通分解層的直方圖。只有灰度值屬于直方圖前5%的點才被保 留。這些點代表了配準過程中要使用的特征點。
[0034]直方圖的計算：
[0035] 大小為MX N的圖像IM直方圖
[0037] Si:某像素的個數，M，N代表圖像的長和寬。
[0038]取Hi>0.95的點作為特征點。
[0039] (3)特征點匹配
[0040]采用歸一化互相關準則進行滑動窗模板匹配，搜索相關系數最大的點，即為匹配 點
[0042]取相關系數C>0.85的點對為匹配點對。
[0043]其中，頂s(X，y)為參考圖像中特征點坐標，為參考圖像的均值，頂t(u，v)為待 配準圖像中特征點坐標，μ?表示待配準圖像的均值。
[0044]如圖2所示，即為圖像的多尺度、多方向分解流程，首先對圖像用濾波器H0、L0濾波 得到利用濾波生成的圖像頂sLO和頂tLO,然后對HteLO用濾波器81^，仏=0，1，2)和1^1濾波得 到圖像IMsBk, IMtBk(k = 0，1，2)和圖像IMsLl，IMtLl; IMsBk, ImtBk，（k = 0，1，2)則代表了兩 組三個不同方向的圖像。
【主權項】
1. 一種基于多尺度特征的熱紅外圖像配準方法，其特征在于實現步驟如下： (1) 以多光譜圖像為參考圖像，熱紅外圖像作為待配準圖像，對參考圖像和待配準圖像 分別進行小波分解，分解后圖像的分辨率與未分解前的多光譜圖像和熱紅外圖像相同； (2) 計算步驟（1)中分解后圖像中所有分解層的直方圖，只有灰度值屬于前5%的多光 譜圖像和熱紅外圖像特征點才被保留，這些特征點代表了配準過程中要使用的點； (3) 對步驟(2)中的特征點進行相關計算，尋找匹配點，從而完成熱紅外圖像。2. 根據權利要求1所述的基于多尺度特征的熱紅外圖像配準方法，其特征在于:所述的 步驟(1)的以多光譜圖像為參考圖像，熱紅外圖像作為待配準圖像，對參考圖像和待配準圖 像分別進行小波分解具體實現如下： (11) 對多光譜圖像IMs用第一個濾波器H0進行濾波，生成濾波后的圖像IMsHO,利用第 二個濾波器L0濾波生成圖像HteLO,然后對圖像HteLO采用第三個濾波器Bk和第四個濾波器 L1濾波得到圖像nfeBk和圖像nfeLl，k = 0，l，2; (12) 對熱紅外圖像頂t用第一個濾波器HO進行濾波，生成濾波后的圖像MtHO,利用第二 個濾波器L0濾波生成圖像頂tLO,然后對圖像頂tLO采用第三個濾波器Bk和第四個濾波器L1 濾波得到圖像頂tBk和圖像頂tLl，k = 0,1，2。3. 根據權利要求1所述的一種基于多尺度特征的熱紅外圖像配準方法，其特征在于:所 述步驟(3)進行相關計算，尋找匹配點的具體實現如下:對多光譜圖像和熱紅外圖像特征點 采用歸一化互相關準則進行滑動窗模板匹配，搜索相關系數最大的點，即為匹配點。
【專利摘要】本發(fā)明涉及一種基于多尺度特征的熱紅外圖像配準方法，實現步驟如下：(1)以多光譜圖像為參考圖像，熱紅外圖像作為待配準圖像，對參考圖像和待配準圖像分別進行小波分解，分解后圖像的分辨率與未分解前的多光譜圖像和熱紅外圖像相同；(2)計算步驟(1)中分解后圖像中所有分解層的直方圖，只有灰度值屬于前5％的多光譜圖像和熱紅外圖像特征點才被保留，這些特征點代表了配準過程中要使用的點；(3)對步驟(2)中的特征點進行相關計算，尋找匹配點，從而完成熱紅外圖像。本發(fā)明將圖像分解成不同尺度、不同方向的圖像系列，具有特征可選的優(yōu)點，通過分解的系列圖像，可以得到在不同尺度、不同方向上所需的特征。
【IPC分類】G06T7/00
【公開號】CN105574877
【申請?zhí)枴緾N201510966715
【發(fā)明人】呂江安, 王峰, 郝雪濤, 王山虎
【申請人】中國資源衛(wèi)星應用中心
【公開日】2016年5月11日
【申請日】2015年12月21日