戴激光

遼寧工程技術大學測繪與地理科學學院,遼寧阜新 123000

漸進式多特征異源高分辨率衛(wèi)星影像密集匹配方法研究

戴激光

遼寧工程技術大學測繪與地理科學學院,遼寧阜新 123000

異源高分辨率衛(wèi)星影像匹配是高分辨率衛(wèi)星影像處理的技術關鍵,也是實現(xiàn)三維重建、信息提取、變化監(jiān)測等應用研究工作的技術基礎。研究表明在地面覆蓋相同的情況下,隨著空間分辨率的提高,衛(wèi)星影像數(shù)據(jù)量急劇增加,并由此產(chǎn)生了幾何噪聲增大、陰影變化影響、局部形變加劇、紋理相似性降低等異源高分辨率影像特有的問題。傳統(tǒng)同(異)源遙感影像匹配方法多數(shù)著眼于低、中分辨率遙感影像,難以有效完成異源高分辨率衛(wèi)星影像的密集匹配任務,進而極大地阻礙了高分辨率衛(wèi)星影像的深化處理與應用。圍繞這一技術難題,以異源高分辨率衛(wèi)星影像為研究對象,提出一種漸進式多特征匹配方法,具體研究內容及創(chuàng)新之處如下:

(1)漸進式多特征匹配的基本概念及方法闡述。漸進式指的是對原影像通過多次匹配,逐步變換幾何約束獲取密集匹配點;多特征是指綜合利用多種特征信息進行影像的匹配,而漸進式多特征匹配則是兩者的有機結合。實施步驟:首先,構建異源高分辨率影像近似核線模型,將其作為幾何約束條件進行同名直線的提取;其次,基于同名直線和近似核線對特征點進行幾何約束,同時利用特征點描述子信息獲取初始匹配點;再次,利用初始同名點建立局部幾何約束模型,對剩余特征點進行約束匹配;最后,利用同名點構建更加精細的局部幾何約束模型,對同名直線進行精匹配并構建虛擬特征點集,通過對特征描述使之轉化為三角形區(qū)域影像,采用基于區(qū)域的幾何約束和測度方法對虛擬特征點進行匹配,從而獲取同名點。

(2)建立了針對特征點、線幾何約束的異源高辨率衛(wèi)星影像核線模型。依據(jù)高分辨率衛(wèi)星影像雙曲線核線可通過短直線擬合的理論,論文基于RFM正反解模型和核線投影軌跡法,通過設定不同高度地面高程間隔提取虛擬物方點的方式,構建了異源高分辨率衛(wèi)星影像近似核線模型。針對RFM反解模型難以獲取問題,論文利用影像提供的正解模型參數(shù),通過建立像方點和虛擬物方點的迭代幾何映射,實現(xiàn)了RFM反解模型的構建,通過實驗表明該模型在像方精度可以達到0．01像素。

(3)提出了直線提取和漸進式匹配的方法。在直線提取過程中,首先依據(jù)影像邊緣點和噪聲點的局部梯度特點,提出一種結合梯度方向的改進雙邊濾波算法;其次利用Canny算法與模糊分類理論提取影像邊緣;最后針對Hough變換提取直線計算量大的問題,提出分區(qū)域的Hough變換算法。在漸進式直線匹配中,初次匹配是以異源影像核線、直線梯度為約束條件,采用影像粗匹配模型求取待匹配直線對間的垂直距離和重疊長度,以此來獲取約束特征點匹配范圍的同名直線;第二次匹配是以核線為約束條件,利用局部幾何約束模型參數(shù)提取精確同名直線,從而有效構建了虛擬特征點對,提高影像匹配的精度。

(4)構建了基于同名點的局部幾何約束模型。首先利用已獲取初始匹配點構建Delaunay三角網(wǎng);其次以三角網(wǎng)重心坐標為中心點,通過逐層擴散的方式來獲取影像所有像素點的局部幾何約束模型。根據(jù)局部連續(xù)性約束理論,三角網(wǎng)內的像素點幾何變形特性受到所在三角形三個頂點影響,可利用三個頂點構建其局部幾何約束模型參數(shù)。而對于三角網(wǎng)以外的影像像素點,依據(jù)Voronoi剖分理論,以點擴散的方式逐層分析其八鄰域像素點局部幾何約束模型特點,以此來獲取其模型參數(shù)。

(5)虛擬特征點集的構建、描述與匹配。利用精確同名直線交點構建虛擬特征點對來提高同名點的數(shù)量,實現(xiàn)多特征結合下的影像匹配。但受到高分辨率衛(wèi)星影像幾何噪聲大的影響,部分邊緣點提取精度下降,導致直線擬合真實邊緣精度受到影響,因而虛擬特征點對難以構成真實匹配點對。為解決上述問題,提出利用同名直線旋轉、平移后的交點形成新虛擬特征點,以此構建虛擬特征點集。在對虛擬特征點描述過程中,由于單一點特征無法描述其紋理特征,因此依據(jù)影像像對空間分辨率比率,基于虛擬特征點和同名直線提取等腰三角形影像作為虛擬特征點的描述子,將點特征匹配轉換為基于區(qū)域的影像匹配問題;在匹配中以三角形頂點、夾角為幾何約束條件,最大互信息方法為測度提取新匹配點。

(6)以復雜地形區(qū)域的多幅異源高分辨率衛(wèi)星影像像對(覆蓋范圍包括地形起伏較大的山區(qū)與城區(qū)影像)為研究對象,對論文所提出的漸進式多特征匹配理論進行了試驗分析。結果表明,該方法提取的同名點數(shù)量是SIFT方法10倍以上,影像匹配誤差低于1個像素,實現(xiàn)了異源影像的密集匹配目標,驗證了漸進式多特征匹配方法的有效性和穩(wěn)定性,但不足之處在于計算量較大,復雜程度高,這將是今后進一步深入研究的方向。

Study on Progressive Multi-feature Dense Matching Techniques for Multisource High Resolution Satellite Image

DAI Jiguang
School of Geomatics,Liaoning Technical University,Fuxin 123000,China

I Jiguang(1978—),male,

his doctorate from school of geomatics,Liaoning Technical University in June 2013,majors in high resolution satellite image processing．

P237

D

1001-1595(2014)04-0438-01

2013-10-22

戴激光(1978—),男,2013年6月獲遼寧工程技術大學測繪與地理科學學院攝影測量與遙感專業(yè)博士學位(指導教師:宋偉東教授),研究方向為高分辨率衛(wèi)星影像處理。

DAI Jiguang．Study on Progressive Multi-feature Dense Matching Techniques for Multi-source High Resolution Satellite Image [J]．Acta Geodaetica et Cartographica Sinica,2014,43(4):438．(戴激光．漸進式多特征異源高分辨率衛(wèi)星影像密集匹配方法研究[J]．測繪學報,2014,43(4):438．)

10．13485/j．cnki．11-2089．2014．0065

國家自然基金(40771159;41271374;41271435)

E-mail:daijg03＠163．com