基于最大似然直线匹配的遥感影像配准方法研究

Line matching is a crucial step in remote sensing image registration. It is a challenge to employ line matching algorithm for remote sensing imagery due to the image noise and the effect of the line extraction algorithms, where exist uncertainties for the extracted line features, such as line imperfection, line fragment, the false and over line extraction. These uncertainties not only affect the topology geometry, but also reduce the accuracy and stability of the line matching, limit the application of line matching in remote sensing image registration tremendously. This research intends to overcome these problems of line matching. The main research contents include: the modeling method of line feature uncertainty based on multi-feature fusion; construct algorithm of likelihood function for line matching in maximum likelihood framework; optimization modeling method for remote sensing image registration error. These research results will contribute to reduce the influence of the uncertainty for line matching, improve the robustness of line matching and the accuracy of image registration, and provide technical support for remote sensing image analysis.

直线匹配是遥感影像配准的重要技术手段，但是受遥感影像噪声、直线提取算法等影响，使得提取的直线特征属性存在着不确定性（如特征不完整、断裂、方向偏离等）、直线特征的拓扑几何关系难以得到很好的保持，从而降低了直线匹配的准确性与稳定性，这严重限制了直线匹配在遥感影像配准中的应用。基于此，本项目拟从遥感影像配准应用角度，突破影像配准中直线匹配方法存在的核心问题：多特征融合下直线特征不确定性建模；最大似然直线匹配方法；遥感影像配准误差最优化建模方法。项目研究成果有望有效降低直线提取不确定性对直线匹配的影响，大大提高直线匹配的鲁棒性和影像配准精度,为遥感影像数据分析提供一种更有效的技术支撑。

直线匹配是遥感影像配准的重要实现手段。受影像噪声、直线提取算法等影响，提取的直线特征属性存在着不确定性（如特征不完整、断裂、方向偏离等），使得直线特征的拓扑几何关系难以得到很好的保持，降低了直线匹配的准确性与稳定性，限制了直线匹配在遥感影像配准中的应用。本课题以多源遥感影像配准为应用突破点，研究影像配准中直线匹配核心问题。主要研究内容为：多特征融合的直线特征不确定性建模；最大似然框架下结合空间关系一致性和特征相似性度量构建似然函数的直线匹配方法；遥感影像配准误差最优化建模方法。针对项目研究内容，取得的研究进展包括：以直线支撑区域梯度描述直线特征的不确定性；结合空间关系和特征相似性准则获取稳定的同名匹配直线，提出了一种局部格网约束和几何空间约束的直线匹配方法和提出了一种基于视觉词汇树空间约束的特征点粗匹配方法；从特征点和特征线匹配概率模型构建了最大似然直线匹配优化模型；提出联立影像融合过程构建目标函数实现配准误差最优化，大量实验结果验证了方法的有限性和先进性。课题研究成果可有效降低直线提取不确定性对直线匹配的影响，提高直线匹配的鲁棒性和影像配准的精度，为多源遥感影像数据分析提供技术支撑。