基于多特征关联的复杂地形高分辨率遥感图像匹配技术研究

For the use requirements of multi-sensorremote sensing image registeing in large areas remote sensing applications such as land cover monitoring，study the Practical Algorithm under complex terrain conditions，considering the different imaging point of view, different scales, as well as surface features elevation offset influencing factors. Appling the high spatial resolution satelliteimages and UAV aerial images,we extraction and analysis the multiple features on covering objects combined with object-oriented approach. In the research, we approach a method of the distribution of constraints that apply to the complex terrain conditions of local invariant point features and line features, and a method of multi-scale geometric point, line and feature extraction techniques based on MGA. Thus to establish a modal of refined SOR algorithm based on covering objects. Finally, automaticly select the stitching line of the overlap region with the matching relation of local objects and the Spline correction modal, and refine the local correction model to improve accuracy.So to resolve the problems of feature registration on a variety of characteristics extracted, multi-angle and local correction.And achieve the object of sub-pixel, automatic registration on the variety of sensor data source image.

针对大范围区域遥感应用中，复杂地形条件下的多传感器遥感影像数据配准拼接要求，考虑不同成像角度、不同尺度以及地物高程偏移影响因素，以高空间分辨率的卫星影像和无人机航空影像为研究对象，结合面向对象处理方法进行地物对象的多重特征提取与分析，提出适用于起伏条件的局部不变量点特征和线特征的分布约束，研究基于多尺度几何分析的点、线特征提取技术，建立基于地物的多重特征松弛匹配策略，并结合局部匹配与样条形变模型改进重叠区域的拼接线自动选择技术，支持区域地物精细修正，解决多种特征关联的、面向多角度、局部拼接的特征匹配关键技术问题，实现对多种传感器数据源影像的亚像元自动配准拼接。

课题针对大范围区域遥感应用中，复杂地形条件下的多传感器遥感影像数据配准拼接要求，考虑不同成像角度、不同尺度以及地物高程偏移影响因素，以高空间分辨率的卫星影像和无人机航空影像为研究对象，结合面向对象处理方法进行地物对象的多重特征提取与分析，提出适用于起伏条件的局部不变量点特征和线特征的分布约束，研究基于多尺度几何分析的点、线特征提取技术，建立基于地物的多重特征松弛匹配策略，并结合局部匹配与样条形变模型改进重叠区域的拼接线自动选择技术，支持区域地物精细修正，实现对多种传感器数据源影像自动配准拼接。主要内容如下：.开展国产卫星数据几何特性分析，建立包括环境一号卫星、高分一号、高分二号等几何定位模型，并开展匹配误差影响分析，为多重特征提取和分布约束优化提供支持。.开展面向高分影像的多特征提取算法研究，开展SIFT、contourlet、harris算子等多尺度点特征及边缘线特征提取分析，扩展地物单元有效特征描述。针对多传感器异源配准问题，提出基于NSCT流程改进的SIFT算子等多特征匹配的算法优化，更好的实现红外与可见光图像配准，通过对比试验发现匹配准确率由90.77%提升到了93.2%。针对土地斑块特点，开展全局特征算子GIST算子的特征提取与匹配流程优化，提升高分数据土地利用监测精度。.开展面向对象的地物特征提取与分析算法，结合meanshift多尺度分割，根据区域特征优选分割参数，提取具有较强变换特征的尺度阶层，引入词包分类算法模型，实现多特征地物对象有效描述。考虑局部密度和方向优选关键特征点，实现多重特征松弛匹配参数调整，提高迭代效率和精度。.开展针对国产高分卫星数据的大区域、复杂条件多特征匹配研究。针对高分一号L1产品的RPC精度及复杂地形引起的拼接平差问题，利用初始RPC建立初始搜索参数，对分块影像利用多特征控制点加密和优化，通过多特征联合搜索和多重优化，实现RPC参数进行优化平差。通过大区域影像实验，在同轨、同时相时，匹配中误差优于1个像元；在不同时相及复杂地形时，匹配中误差在2个像元左右。.开展基于薄板样条的拼接校正技术研究，结合局部匹配与样条形变模型改进重叠区域的拼接线自动选择技术，支持区域地物精细修正，为制图形成优化效果。.最后，对课题技术成果进行了初步软件化实现，开展基于GPU的处理算法加速技术研究，以快速傅里叶变换为研究实例，实现海量影像高效处理。