專利名稱：一種基于人眼視覺特性的遙感圖像拼接方法
技術領域：
本發(fā)明涉及計算機圖像處理技術領域，尤其涉及一種基于人眼視覺特性的遙感圖像拼接方法。
背景技術：
遙感圖像是通過衛(wèi)星、飛機或者熱氣球等高空飛行的平臺獲取的圖像，在災害預警、資源探測、軍事偵察、地圖測繪等領域都有非常重要的作用，是人類了解地球氣候、資源等信息變化的重要途徑。 在獲取遙感圖像的過程中，總是希望得到足夠視場的高分辨率圖像，這樣可以便于人們快速地提取有用的信息。但是現(xiàn)有的技術條件下，視場與分辨率是兩個很難調和的矛盾。現(xiàn)有的解決方案一方面是繼續(xù)增加傳感器的分辨率，一方面通過對某一大區(qū)域多次成像獲取多幅具有高分辨的重疊圖像，通過后續(xù)的圖像處理技術還原成一幅大覆蓋范圍高分辨率的遙感圖像。遙感圖像拼接可以兩個部分圖像配準和圖像融合。圖像配準是圖像拼接技術的核心環(huán)節(jié)，是獲取兩幅重疊圖像的變換關系的手段。為了得到更加準確的圖像之間的關系，通常會在圖像配準中進行優(yōu)化，優(yōu)化的方法有很多種。但是以前的優(yōu)化算法都是統(tǒng)一性的優(yōu)化，也就是不區(qū)分圖像內容之間的重要性的，實際結果是有可能在一些對實際生產生活沒有用的區(qū)域達到了比較高的拼接精度，但是在一些非常重要的內容上反而得到了非常差的結果，不利于后續(xù)的應用。

發(fā)明內容
本發(fā)明的目的是針對遙感圖像景物重要性的差異提供一種可以針對不同的應用環(huán)境的優(yōu)化方法，使得優(yōu)化的結果符合人眼的視覺判斷特性。為了實現(xiàn)上述目的，本發(fā)明提供了一種基于人眼視覺特性的遙感圖像拼接方法，包括以下步驟I)提取參考圖像和待拼接圖像上的特征點，建立匹配特征點對，得到兩幅圖像特征點之間的初始的匹配關系；2)剔除錯誤的匹配關系，得到匹配關系正確的匹配特征點對，并得到參考圖像和待拼接圖像之間初始的變換矩陣H ；3)將所述參考圖像劃分為感興趣的區(qū)域和普通的區(qū)域，分別計算兩個區(qū)域的平均梯度值Sint_st(G)和Snmial(G),利用平均梯度值的比得到權重因子α ；4)設置增量矩陣P作為初始的變換矩陣H的優(yōu)化增量，利用步驟2)中的匹配特征點對的坐標信息和步驟3)中的權重因子α迭代求解增量矩陣P，且利用迭代過程中每一次得到的增量矩陣P可計算得到對應的變換矩陣H，直到收斂結束迭代過程；
5)應用最終的變換矩陣H對待拼接圖像進行投影變換，并與參考圖像進行拼接融合，完成圖像的拼接。參考圖像和待拼接圖像的特征點選取采用SIFT算法，并利用歐式幾何距離原則得到特征點之間的初始的匹配關系；并利用RANSAC方法剔除錯誤的匹配關系，即得到匹配關系正確的匹配特征點對，通過正確的匹配關系得到的變換矩陣可以使得兩幅拼接圖像比較好的重疊在一起，而錯誤的匹配則會產生誤拼接。令所述步驟2)中參考圖像特征點的齊次坐標為X1 = (x1； Y1, I)，待拼接圖像特征點的齊次坐標為\ = (χ2 12，I)，及初始的變換矩陣H為
權利要求
1.一種基于人眼視覺特性的遙感圖像拼接方法，其特征在于，包括以下步驟 1)提取參考圖像和待拼接圖像上的特征點，建立匹配特征點對，得到兩幅圖像特征點之間的初始的匹配關系； 2)剔除錯誤的匹配關系，得到匹配關系正確的匹配特征點對，并得到參考圖像和待拼接圖像之間初始的變換矩陣H ； 3)將所述參考圖像劃分為感興趣的區(qū)域和普通的區(qū)域，分別計算兩個區(qū)域的平均梯度值Sinterest (G)和Snmial(G),利用平均梯度值的比得到權重因子α ； 4)設置增量矩陣P作為初始的變換矩陣H的優(yōu)化增量，利用步驟2)中的匹配特征點對的坐標信息和步驟3)中的權重因子α迭代求解增量矩陣P，且利用迭代過程中每一次得到的增量矩陣P可計算得到對應的變換矩陣H，直到收斂結束迭代過程； 5)應用最終的變換矩陣H對待拼接圖像進行投影變換，并與參考圖像進行拼接融合，完成圖像的拼接。
2.如權利要求I所述的基于人眼視覺特性的遙感圖像拼接方法，其特征在于，令所述步驟2)中參考圖像特征點的齊次坐標為X1 = (Xl，y2，l)，待拼接圖像特征點的齊次坐標為X2 = (χ2 y2，I)，及所述的初始的變換矩陣H為hI K H= A4 hs h6 H1 \ I 式中，h h8是變換矩陣H中的元素，表征了參考圖像和待拼接圖像之間的投影變換關系。
3.如權利要求2所述的基于人眼視覺特性的遙感圖像拼接方法，其特征在于，圖像中像素的梯度值G(x，y)由下式表示 rdx.y) = ^jf;(x,y) + ly(x,y) τ _ dl(x. V) j _ (-':·>’) ，y— dy 式中，(x，y)是圖像中像素的坐標，Ix表示圖像在X方向的梯度，Iy表示圖像在y方向上的梯度，I (x, y)表示圖像的灰度值。
4.如權利要求3所述的基于人眼視覺特性的遙感圖像拼接方法，其特征在于，所述權重因子α表示為β _ SmtereAG) Smal(G)I a =- β + \ 式中Sint_st(G)是感興趣區(qū)域所有像素梯度值的平均值，Snmial (G)是普通區(qū)域所有像素梯度值的平均值。
5.如權利要求4所述的基于人眼視覺特性的遙感圖像拼接方法，其特征在于，所述的增量矩陣P表示為
6.如權利要求5所述的基于人眼視覺特性的遙感圖像拼接方法，其特征在于，增量矩陣P與變換矩陣H的關系式為(I+P)H — H式中，I為單位矩陣。
7.如權利要求6所述的基于人眼視覺特性的遙感圖像拼接方法，其特征在于，引入公式
8.如權利要求7所述的基于人眼視覺特性的遙感圖像拼接方法，其特征在于，所述待拼接圖像的特征點坐標經過投影變換后的坐標為X3 = (x3, y3,1) = (I+P)HX2 = (I+P)X/ 2 式中，I為單位矩陣，X' 2為中間坐標變量，且X' 2 = (χ; 2，！' 2，1)。
9.如權利要求8所述的基于人眼視覺特性的遙感圖像拼接方法，其特征在于，利用每次迭代過程中得到的增量矩陣P，根據(jù)(I+P) H — H得到下次的迭代過程中的變換矩陣H，并代入公式(I+P)H — H迭代求解得到最終的變換矩陣H。
10.如權利要求9所述的基于人眼視覺特性的遙感圖像拼接方法，其特征在于，所述參考圖像和待拼接圖像之間的坐標變換關系式為
全文摘要
本發(fā)明公開了一種基于人眼視覺特性的遙感圖像拼接方法，包括以下步驟1)提取參考圖像和待拼接圖像上的特征點，建立匹配特征點對；2)剔除錯誤的匹配特征點對，得到參考圖像和待拼接圖像之間初始的變換矩陣H；3)將參考圖像劃分為感興趣的區(qū)域和普通的區(qū)域，利用兩個區(qū)域的平均梯度值之比得到權重因子α；4)設置增量矩陣P作為初始的變換矩陣H的優(yōu)化增量，利用步驟2)中的匹配特征點對的坐標信息和步驟3)中的權重因子α迭代求解增量矩陣P，且利用迭代過程中每一次得到的增量矩陣P可計算得到對應的變換矩陣H，直到收斂結束迭代過程；5)應用最終的變換矩陣H對待拼接圖像進行投影變換，并與參考圖像進行拼接融合，完成圖像的拼接。
文檔編號G06T5/50GK102968780SQ20121051069
公開日2013年3月13日 申請日期2012年12月3日 優(yōu)先權日2012年9月11日
發(fā)明者陳錦偉, 馮華君, 徐之海, 李奇 申請人:浙江大學