文档介绍:基于角点检测的自动点匹配算法
徐琳曹晓光郁文霞
(北京航空航天大学图像处理中心北京100083)
摘要 针对多光谱、多传感器遥感图像的自动配准,本文提出了 •个新的基于Harris角点检测的高精度自动点匹配算法。该 算法充分利用了图像,中每一点的元素 值对应于原图相应点的兴趣值。
3角点匹配
粗匹配是利用角点附近的灰度信息,用相关的 方法,建立一个局部匹配的准则,将Harris算子检 测结果(两个角点集合),划分为多对多匹配对。图 像A中角点p和图像B中角点g的相似程度的度量 采用互相关,相关系数定义为:
八 1
Corres (p,q)=
-mi2 (3)
[A(u + z,v + j) - //i] • [B(u + i,v + /) 一〃2】 j=-ni=-n
总(上)和3(必)分别是图像A (B)在点 P (g)附近的局部均值和方差,〃为角点邻域半径。
为提高搜索速度同时保证计算精确度,图像A 中角点p的邻域取圆域:中心为p点,半径为 在图像B中找到与A中p点具有相同坐标点的矩形 搜索区域:尺寸为2d“X2必。对于搜索区中每一角 点q,按公式(3)计算p与g的相似度。
传统点匹配方法不考虑周围点的匹配结果一 致性,本文参考张迁⑸等人的算法,采用松弛匹配先 利用对称性计算邻域内其他角点对该角点的支持 强度,再由迭代将粗匹配结果(多对多匹配对)精 确为最终的一对一匹配结果,即精匹配结果。
精匹配过程归纳如下:
假设为一个正确匹配对,Ng 为A; 周围角点支持范围(中心,半径为R的圆域)。 对于N(A,)中所有的支持&的角点A.,( &对应的 匹配对(A„,Br)),定义支持强度为: S"pp(A"j;Ah,B")=
Corres (A,, B}) - Corres (Ah, B,.) • p(仁,Ah, Br)
l + t//5(A,,B.;4,Br) 以)
取N(A,)中的最大支持强度,再由双向仅仅考 虑匹配性,最终候选匹配对(&.,们)的匹配强度为: S(A;,Bj)= y max [Supp (A,, B; A;l, Br)]
& 念 gS* (5)
+ Z max[Swpp(A,.,5.;A;l,5r)]
% 如标
考虑对称性,有S(.Ah Bj) = S(Bj,A0,如果它 们的值为零,说明没有得到邻域角点的支持,不是 匹配对。
一致性检测
由于遥感图像在成像时的姿态与投影中心的 影响,图像中部分区域可能会产生扭曲和畸变,在 粗匹配阶段计算局部相关性时就导致了错误匹配 对的产生⑴。实验表明,这些错误匹配对在精匹配 时无法去除,且其存在会影响配准结果的可靠性, 但这些错误匹配对数量是少量的,不超过5%。
一致性检测的原理基于这样的事实:任一线段在仿 射变换前后的比是变换的缩放比。精匹配后得到的对应 包含M个匹配点的集合{%}和也},它们是 对应的。 那么对应的线段比值E/E,这样的线段比共有 响」>2对。当所有点都是物理对应点时,n(n-l)/2个比 值都是一样的,或者说比值是接近的。
一致性检测首先对所有线段比值数据进行分 级聚类。聚类结果中若某一类样本个数大于3且远 大于其他类的样本个数,则称该类为一致性数据。 实验表明,聚成3类时,