基于角點(diǎn)檢測的自動點(diǎn)匹配算法

1、基于角點(diǎn)檢測的自動點(diǎn)匹配算法徐琳曹曉光郁文霞（北京航空航天大學(xué)圖像處理中心北京100083）摘要 針對多光譜、多傳感器遙感圖像的自動配準(zhǔn)，本文提出了一個新的棊于harris角點(diǎn)檢測的高耕度自動點(diǎn)匹配算法。該 算法充分利用了圖像的角點(diǎn)特征以及圖像灰度利位置信息，匹配過程中采用圓形模板進(jìn)行和似度計(jì)算和松弛匹配，并用全局 一致性檢測保證匹配的將度。初步實(shí)驗(yàn)表明，本算法對于存在仿射變換的遙感圖像可以精確自動匹配，其稱度和速度都優(yōu)于 傳統(tǒng)的點(diǎn)匹配算法。關(guān)鍵詞角點(diǎn)檢測點(diǎn)匹配鬪形模板一致性檢測仿射變換a point matching algorithm based on corner detectionxu

2、 lin cao xicioguang yu wenxia (image processing center, beihang university f beijing, 100083 )abstract for automatic registration of multi-spectral and multi-sensor remote sensing images, a new high accuracy point matching algorithm based on harris corner detection is described in this paper. it mak

3、es full use of graphic point feature, gray-level pixel and location information in the matching process, circular template is adopted to calculate similarity. moreover, consistency checking method is used to make sure the matching accuracy. experimental results on remote sensing image pairs with aff

4、ine geometric transform showed that the algorithm could do accurate automatic matching and it outperforms traditional point matching algorithms both in accuracy and running speedkeywords comer detection point matching circular template consistency checking affine transform1引言點(diǎn)匹配是數(shù)字圖像處理的基本任務(wù)z-,在遙 感圖像

5、處理中被廣泛應(yīng)用，冃前常見的匹配算法主 要有：基于灰度，基于特征和基于對影像理解和解 釋等三種算法。基于灰度的匹配玄觀易懂，但速度 慢、精度低；基丁特征的匹配精度高但計(jì)算復(fù)雜。常用的角點(diǎn)匹配算法有常用的角點(diǎn)匹配算法有h a u s d o r f f距離法、松弛標(biāo)記法、確定性退火算法以及迭彳般 近點(diǎn)私（i cp）角點(diǎn)是像素點(diǎn)在其鄰域內(nèi)的各個方向上灰度 變換值足夠高的點(diǎn)。它是一種非常重耍的圖像點(diǎn) 特征，包含了圖像屮比較豐富的二維結(jié)構(gòu)信息，又 被稱為“興趣點(diǎn)”或特征點(diǎn)算子。針對空間上存在 仿射差界（位移、旋轉(zhuǎn)、縮放）的兩幅多光譜遙感圖 像，本文給出了基于harris算了的角點(diǎn)檢測和白動 點(diǎn)匹配算法

6、。本文提出的一直灰度匹配和特征匹配 和結(jié)合的算法。該算法充分利用了角點(diǎn)鄰域灰度信 息和仿射變換前后角點(diǎn)的位置信息，以達(dá)到自動配 準(zhǔn)的目的，對于同時存在平移、縮放、旋轉(zhuǎn)變換的 圖像具有較高的匹配粘度。本文算法主要思路：首先由haitis算了檢測得 到待兀配的角點(diǎn)集合，隨后采用局部灰度和關(guān)進(jìn)行 粗匹配得到多對多匹配對，然后進(jìn)行松弛迭代山粘: 匹配得到一對一的匹配對,最后利用角點(diǎn)間距離比 進(jìn)行全局-致性檢測，進(jìn)一步保證匹配的準(zhǔn)確率。2 harris 算子harris1 算子是 c. harris 和 m. j. stephens 提 出的一種基于信號的點(diǎn)特征提取算子，具有計(jì)算簡 單、提取的角點(diǎn)特征均

7、勻合理、可以定量提取特征 點(diǎn)以及算子穩(wěn)定的特點(diǎn)。其處理過程表示如下：m =g（5）®g.fi = det（m ）-k-ir2（mk= 0.04其中，為兀方向的梯度，趴,為y方向的梯 度，g（；）為髙斯模板，det為矩陣的行列式，為 矩陣直跡，k為默認(rèn)常數(shù)。矩陣/屮每一點(diǎn)的元素 值對應(yīng)于原圖相應(yīng)點(diǎn)的興趣值。3角點(diǎn)匹配3.1角點(diǎn)粗匹配粗匹配是利用角點(diǎn)附近的灰度信息，用相關(guān)的 方法，建立一個局部醫(yī)配的準(zhǔn)則，將harris算子檢 測結(jié)果（兩個角點(diǎn)集合），劃分為多對多匹配對。圖 像a中角點(diǎn)0和圖像b中角點(diǎn)g的相似程度的度量 釆用互相關(guān)，相關(guān)系數(shù)定義為：corns （p,q） = n（3）

8、63; £ a（u + + 丿）- m b（u + /, v + j） - “2 j=-ni=-np、（ “）和岔（八）分別是圖像a （b）在點(diǎn) "（q）附近的局部均值和方差，為角點(diǎn)鄰域半徑。為提高搜索速度同時保證計(jì)算粘確度，圖像a 屮角點(diǎn)"的鄰域取圓域：屮心為"點(diǎn)，半徑為兀。 在圖像b屮找到與人屮p點(diǎn)具冇和同坐標(biāo)點(diǎn)的矩形 搜索區(qū)域：尺寸為2dux2dv.對于搜索區(qū)中每一角 點(diǎn)g,按公式（3）計(jì)算與q的相似度。3.2角點(diǎn)精匹配傳統(tǒng)點(diǎn)匹配方法不考慮周圍點(diǎn)的匹配結(jié)果一 致性，本文參考張遷等人的算法，采川松弛匹配先 利用對稱性計(jì)算鄰域內(nèi)其他角點(diǎn)對該角點(diǎn)的支持

9、強(qiáng)度，再山迭代將粗匹配結(jié)果（多對多匹配對）粘 確為最終的一對一匹配結(jié)果，即精匹配結(jié)果。精匹配過程歸納如下：假設(shè)（比,）為一個正確匹配對,n（aj為a. 周圍角點(diǎn)支ihtem （屮心4,半徑為r的圓域）。 對于n（aj中所有的支持a的角點(diǎn)a”，（ 對應(yīng)的 匹配對（a赳），定義支第強(qiáng)度為: supp（ai，bj；ah，bj =c"rrs（人，b,） cmesg,）/?（&,；血，b,.）l+db（a，d；血,3,）（4）取n（a,）中的最大支持強(qiáng)度，再由雙向僅僅考 慮匹配性，最終候選匹配對（4,為）的匹配強(qiáng)度為：s（a，bj= 工 max supp 仏,為；血,氏）gw，&quo

10、t;人屁）（5）考慮對稱性,有s（ai, bj） = s（bj,ai）,如果它 們的值為零，說明沒有得到鄰域角點(diǎn)的支持，不是 匹配對。3.3 一致性檢測山于遙感圖像在成像時的姿態(tài)與投影中心的 影響，圖像中部分區(qū)域可能會產(chǎn)生扭曲和畸變，在 粗匹配階段計(jì)算局部和關(guān)性時就導(dǎo)致了錯誤匹配 對的產(chǎn)生。實(shí)驗(yàn)表明，這些錯謀匹配對在粘匹配 時無法去除，且其存在會影響配準(zhǔn)結(jié)果的可靠性， 但這些錯誤匹配對數(shù)量是少暈的，不超過5%。-致性檢測的原理基于這樣的事實(shí)：任線段在仿 射變換前麻的比是變換的縮放比。精匹配后得到的對應(yīng) 包含刃個匹配點(diǎn)的集合匕和他,它們是一對應(yīng)的。 那么對應(yīng)的線段比值e/吋，這樣的線段比共有 n

11、（n-iy2對。當(dāng)所有點(diǎn)都是物理對應(yīng)點(diǎn)時，n（n-iy2個比 值都是-樣的，或者說比值是接近的。一致性檢測首先對所有線段比值數(shù)據(jù)進(jìn)行分 級聚類。聚類結(jié)果中若某一類樣本個數(shù)人丁v且遠(yuǎn) 大于其他類的樣本個數(shù)，則稱該類為一致性數(shù)據(jù)。 實(shí)驗(yàn)表明，聚成3類時，就可以得到一致性數(shù)據(jù)。 通過處理線段比值矩陣，迭代刪除偽匹配對。最后, 將致性數(shù)據(jù)対的匹配點(diǎn)作為基元控制點(diǎn)輸出o4實(shí)驗(yàn)參數(shù)設(shè)置及結(jié)果分析用本文的算法來檢測多光譜影像的配準(zhǔn)，實(shí)驗(yàn) 數(shù)據(jù)截取自兩種典型衛(wèi)星遙感圖像和應(yīng)的波段： etm （pan）與 aster （bcimh ）,大小都為 512x512 像素，分辨率都為15米。(a)圖 a(b)圖 b圖

12、1 harris角點(diǎn)檢測后的圖像圖1 (a)為參考圖：et盟(pan)；圖1 (b)為 待配準(zhǔn)圖：aster (bandl)。兩幅圖之間存在位移、 旋轉(zhuǎn)和輕微變形，圖a中存在帶狀噪聲干擾° harris 算子檢測結(jié)果即角點(diǎn)用標(biāo)注。本算法各步驟的參數(shù)設(shè)置：harris角點(diǎn)檢測: 高斯低通濾波器的模板的人小為4x4,標(biāo)準(zhǔn)差0.8, 興趣值閾值5000,非最人抑制鄰域半徑5； 0粗阻 配：斤二5像素，對應(yīng)搜索范圍d“和久分別被設(shè)為 圖像的寬度和高度的1/4 o corres(i,./)閾值0. 8； 粘匹配：斤為1/8圖像寬度和髙度較小者；g) 致性檢測：按距離比人小聚成3類。農(nóng)1各階段角

13、點(diǎn)數(shù)目農(nóng)步驟圖a角點(diǎn)數(shù)圖b角點(diǎn)數(shù)harris角點(diǎn)檢測986815精匹配328328一致性檢測302302注：表中harris角點(diǎn)檢測中圖a和圖b的數(shù)目差 界是由于圖八中帶狀噪聲干擾。(a)圖a局部(b)圖b局部圖2粘:匹配和一致件檢測結(jié)果精匹配后正確的角點(diǎn)對用方塊標(biāo)注，一致性檢 測后去掉的錯誤匹配對用圓圈出。作為對比，本文同時應(yīng)用傳統(tǒng)的點(diǎn)匹配策略： hu不變矩測度，來檢測圖像中對應(yīng)的角點(diǎn)匹配 對。向量矩的方法可以在一定程度上避免圖像旋轉(zhuǎn) 等因索的影像，但是7個向量矩在計(jì)算過程屮運(yùn)算 量很大，也只利用了局部信息，沒冇考慮全局位置 信息，用于不同傳感器的圖像配準(zhǔn)，準(zhǔn)確率仍然不 髙。而釆用本算法是充

14、分利用了圖像的信息，得到 了較好的結(jié)果，對比結(jié)果見表2。表2結(jié)果對比表方法hu不變矩本文匹配正確率(%)8593.4運(yùn)行時間(s)35.817.45結(jié)論木文在整個點(diǎn)匹配算法中不同階段釆取不同 策略，縮短運(yùn)行時間；同時使用圓形窗口和一致性 檢測，保證計(jì)算精度。算法雖充分利用了圖像的灰 度信息和角點(diǎn)位過信息，但沒有利用到形狀等區(qū)域 信息和光譜信息，因此，存在人范圍噪聲的圖像對 本文的計(jì)算有一定的干擾，會增加計(jì)算量。在以后 的工作中需要改進(jìn)以進(jìn)一步提高運(yùn)算速度和準(zhǔn)確 率。參考文獻(xiàn)1. 孫家捕，遙感原理與應(yīng)用，武漢大學(xué)出版社，2003. 2, isbn 7-307-03765-3.2. xu jian

15、bin, an efficient rotation-invariance remote image matching algorithm based on feature points matching, geoscience and remote sensing symposium, ieee international, volume i, 25-29, july 2005: 647 -649.3. yu rong, an efficient point matching algorithm of remote sensing image based on dynamic template, geoscience and remote sensing symposium, ieee international, volume 6, 25-29, july 2005: 3864-3866.4. harris c and stephens m. a combined comer and edge detect