【技术实现步骤摘要】
本专利技术涉及遥感影像处理，具体涉及一种基于关键目标及邻域图评价的两期遥感影像高精度配准方法。
技术介绍
1、随着遥感技术的不断发展，遥感影像在国土资源监测、环境变化评估、城市规划等众多领域得到了广泛应用。然而，由于不同时期遥感影像的拍摄条件存在差异，如光照、大气条件、传感器角度等不同，影像内地物的变化较大，这使得相同目标的特征点会有不同，导致关键特征点匹配困难，传统的遥感影像配准方法难以满足高精度的需求。因此需要研究一种基于关键目标的两期遥感影像高精度配准方法。
技术实现思路
1、针对上述问题，本专利技术公开了一种基于关键目标识别及邻域图评价的遥感影像配准方法，涉及遥感影像处理
，有效解决了关键特征点匹配困难问题，提高了遥感影像配准精度。
2、所述方法包括如下步骤：
3、s1、数据收集与预处理：收集两期遥感影像数据，分别为标准期影像数据和待配准期影像数据，并转换为统一格式，对两期遥感影像数据进行辐射校正和几何校正，得到待识别影像；
4、s2、关键目标识别：根据待识别影像的内容和应用需求，确定关键目标的类型，进行关键目标识别并对识别后的关键目标进行筛选，得到最终关键目标；
5、s3、邻域图构建：针对两期遥感影像中的每个最终关键目标分别建立邻域图；
6、s4、特征点匹配：对最终关键目标进行特征提取，得到关键特征点，并对关键特征点进行匹配及筛选，得到关键特征点对；
7、s5、坐标变换：变换关键特征点对坐标，并
8、s6、影像配准：利用坐标变换参数对两期遥感影像进行配准，并更新待配准期影像的邻域图，计算标准期影像的邻域图gx和更新后的待配准期影像的邻域图gy之间的编辑距离，当gx和gy的编辑距离为0时，可认定两期影像配准完成，否则返回步骤s4继续执行。
9、进一步，所述辐射校正使用的方法为直方图均衡化，所述几何校正使用的方法为多项式拟合。
10、进一步，进行关键目标识别时，采用已训练好的yolov5多类别目标识别模型进行。
11、进一步，对识别后的目标进行筛选时，通过设置目标的面积来进行筛选。
12、进一步，对所述最终关键目标的提取方法为sift特征提取算法，对所述关键特征点的匹配方法为快速最近邻搜索算法。
13、进一步，所述变换关键特征点对坐标的方法为投影变换方法，将关键特征点对坐标变换为wgs84坐标系下的坐标。
14、进一步，采用最小二乘法计算得到两期遥感影像之间的坐标变换参数。
15、进一步，利用坐标变换参数对两期遥感影像进行配准时，采用双线性插值对待配准期影像进行坐标变换，使其与标准期影像在空间位置上对齐，则完成配准。
16、本专利技术的有益效果为：
17、(1)高精度配准：通过目标识别获得关键目标，并采用一系列优化算法，实现了两期遥感影像的高精度配准，配准精度达到1个像素，满足了对遥感影像高精度分析和应用的需求。
18、(2)适应地物变化：针对不同时期遥感影像内地物变化较大的问题，通过目标识别的方法能够准确地提取出关键目标，提高了特征点匹配的准确性和可靠性。
19、(3)自动化程度高：本专利技术的配准过程可以实现自动化，减少了人工干预，提高了工作效率。
20、(4)适用性强：本专利技术适用于不同传感器获取的遥感影像，具有较强的通用性和适用性。
本文档来自技高网...【技术保护点】
1.一种基于关键目标识别及邻域图评价的遥感影像配准方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的基于关键目标识别及邻域图评价的遥感影像配准方法，其特征在于，所述辐射校正使用的方法为直方图均衡化，所述几何校正使用的方法为多项式拟合。
3.根据权利要求1所述的基于关键目标识别及邻域图评价的遥感影像配准方法，其特征在于，进行关键目标识别时，采用已训练好的YoloV5多类别目标识别模型进行。
4.根据权利要求1所述的基于关键目标识别及邻域图评价的遥感影像配准方法，其特征在于，对识别后的目标进行筛选时，通过设置目标的面积来进行筛选。
5.根据权利要求1所述的基于关键目标识别及邻域图评价的遥感影像配准方法，其特征在于，在步骤S3中，所述邻域图的构建方式如下：根据两期遥感影像中的位置及大小，动态地构建邻域图G＝(V，E),其中，V表示最终关键目标，V＝{v|v∈N，S}，N表示分类名称，S表示最终关键目标中心点像素位置，v表示V集合中的元素；E表示最终关键目标之间的空间关系，E＝{e|e∈dir，dis}，dir是vx-vy的
6.根据权利要求1所述的基于关键目标识别及邻域图评价的遥感影像配准方法，其特征在于，对所述最终关键目标的提取方法为SIFT特征提取算法，对所述关键特征点的匹配方法为快速最近邻搜索算法。
7.根据权利要求1所述的基于关键目标识别及邻域图评价的遥感影像配准方法，其特征在于，所述变换关键特征点对坐标的方法为投影变换方法，将关键特征点对坐标变换为WGS84坐标系下的坐标。
8.根据权利要求1所述的基于关键目标识别及邻域图评价的遥感影像配准方法，其特征在于，采用最小二乘法计算得到两期遥感影像之间的坐标变换参数。
9.根据权利要求1所述的基于关键目标识别及邻域图评价的遥感影像配准方法，其特征在于，利用坐标变换参数对两期遥感影像进行配准时，采用双线性插值对待配准期影像进行坐标变换，使其与标准期影像在空间位置上对齐，则完成配准。
...【技术特征摘要】
1.一种基于关键目标识别及邻域图评价的遥感影像配准方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的基于关键目标识别及邻域图评价的遥感影像配准方法，其特征在于，所述辐射校正使用的方法为直方图均衡化，所述几何校正使用的方法为多项式拟合。
3.根据权利要求1所述的基于关键目标识别及邻域图评价的遥感影像配准方法，其特征在于，进行关键目标识别时，采用已训练好的yolov5多类别目标识别模型进行。
4.根据权利要求1所述的基于关键目标识别及邻域图评价的遥感影像配准方法，其特征在于，对识别后的目标进行筛选时，通过设置目标的面积来进行筛选。
5.根据权利要求1所述的基于关键目标识别及邻域图评价的遥感影像配准方法，其特征在于，在步骤s3中，所述邻域图的构建方式如下：根据两期遥感影像中的位置及大小，动态地构建邻域图g＝(v，e),其中，v表示最终关键目标，v＝{v|v∈n，s}，n表示分类名称，s表示最终关键目标中心点像素位置，v表示v集合中的元素；e表示最终关键目标之间的空间关系，e＝...
【专利技术属性】
技术研发人员：特日根，彭芝钰，宫正，高龙，米赫，
申请(专利权)人：长光卫星技术股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。