基于局部不变性特征和几何结构相似性的异源遥感影像自动配准

Automatic multi-source remote sensing image registration has become a hot topic in the international academic research with the popularization and application of multi-sensor remote sensing data. Due to the discrepancies of imaging mechanism, significant geometric distortions and non-linear radiation differences are common among multi-source remote sensing images (such as visible, infrared and SAR). As such, it is very difficult to detect the corresponding features and points among the images using conventional registration methods. In view of the above-mentioned problems, this project will introduce the phase congruency model with illumination and contrast invariance to build the invariant features between images and the similarity metrics for image matching. The main research contents of this project include: 1) develop a feature detector with scale invariance based on phase congruency; 2) establish a local feature descriptor with scale, rotation, and radiation invariance using phase congruency; 3) build a similarity metric that represents the geometric structure similarity among images. Moreover, on the basis of the research results, this project will design an efficient and coarse-to-fine automatic registration scheme according to the characteristics of multi-source remote sensing images. This research will effectively solve the problems in multi-source remote sensing image registration, and improve its overall performace and efficiency, thereby promoting the integrated application of multi-sensor remote sensing data.

随着多平台多传感器遥感数据的日益普及应用，异源遥感影像的自动配准已成为国际学术研究的热点前沿。由于成像机理的不同，异源影像间(可见光、红外和SAR)往往存在显著的几何形变和非线性辐射差异，从而导致传统的配准方法难以进行共有特征提取和同名点匹配。针对上述问题，本项目拟引入具有光照和对比度不变性的相位一致性模型，构建影像间的不变性特征和匹配相似性测度，主要研究内容包括：1)研究基于相位一致性的尺度不变性特征点检测算法；2)利用相位一致性构建具有尺度、旋转和辐射不变性的局部特征描述符；3)建立表示影像间几何结构相似性的匹配测度。并且在以上研究的基础上，结合异源遥感影像的特点，设计一套流程化、由粗到精的自动配准方案。本项目的研究可有效解决异源遥感影像配准的难点问题，提高其整体性能和效率，从而促进多传感器遥感数据的集成应用。

影像配准是影像融合、影像镶嵌、变化检测等遥感影像分析的基础，在导航、三维重建、地形图更新和环境监测等许多领域有着重要的应用价值。由于不同传感器的成像模式不同，获取的影像之间存在较大的差异，使得异源遥感影像的自动配准一直以来都是研究的难点问题。本项目针对异源遥感影像间的几何和灰度差异所造成的配准困难问题，主要从特征点提取、特征点描述和相似性测度构建三个方面进行了深入研究，利用具有光照和不变性的相位一致性模型，构建了具有尺度不变性性的特征点提取算法，提出了具有尺度、旋转和辐射不变性的局部特征描述符，建立了表示影像间几何结构相似性的匹配测度。并且在以上研究的基础上，结合异源遥感影像的特征点，设计了一套科学合理的配准方案，有效提高了异源遥感影像配准的整体性能和效率。在上述的研究基础上，发表相关学术论文9篇（SCI 3篇，EI 4篇，顶级学术会议最佳青年论文2篇），申请发明专利3项（已授权1项），并搭建了异源遥感影像自动配准原型系统。本项目研究成果能为异源遥感影像精确配准提供理论和关键技术支持，为多传感器数据的基础应用提供技术支撑。