(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210886795.5 (22)申请日 2022.07.26 (65)同一申请的已公布的文献号 申请公布号 CN 114937145 A (43)申请公布日 2022.08.23 (73)专利权人 北京数慧时空信息技 术有限公司 地址 100070 北京市丰台区海鹰路1号院1 号楼二层201 (72)发明人 廖戬　高小花　段红伟　董铱斐　 李洁　邹圣兵　 (51)Int.Cl. G06V 10/20(2022.01) G06V 10/75(2022.01) G06V 10/762(2022.01) G06V 20/10(2022.01) (56)对比文件 CN 114092343 A,202 2.02.25CN 114612773 A,202 2.06.10 CN 103544711 A,2014.01.2 9 CN 108898096 A,2018.1 1.27 CN 109801315 A,2019.0 5.24 CN 104217209 A,2014.12.17 US 201423 3809 A1,2014.08.21 Yongxian Zhang等.Multi-Source Remote Sensing Image Registrati on Based o n Local Deep Learn ing Feature. 《2021 IE EE Internati onal Geoscience and Remote Sensing Symposium IGARS S》 .2021,正文第 3412-3415页. 余先川等.基 于SG-SIFT的光学遥感影 像配 准. 《北京邮电大 学学报》 .2014,(第0 6期),正文 第17-22页. 审查员 王晓波 (54)发明名称 基于地学信息的遥感影 像特征点匹配方法 (57)摘要 本发明公开了一种基于地学信息的遥感影 像特征点匹配方法。 该方法利用遥感影像的地学 信息进行地理网格的划定， 实现对网格边界的边 缘点归属到具有相同地学信息的地理网格中， 有 效避免了边缘点导致的将正确匹配点识别为错 误匹配点的情况， 从而 有效消除错 误匹配点。 权利要求书3页 说明书9页 附图2页 CN 114937145 B 2022.09.20 CN 114937145 B 1.一种基于地学信息的遥感影 像特征点匹配方法， 其特 征在于， 包括： 步骤S1获取参考影像R和待匹配影像S， 并对待匹配影像S进行预处理， 所述预处理包括 辐射校正、 大气校正； 步骤S2按照切分尺度H， 分别对参考影像R和待匹配影像S进行切分， 得到待匹配影像S 的子影像集合{Si}和参考影像R的子影 像集合{Ri}，i为子影像的个数； 步骤S3将{Si}的子影像Si和Si在{Ri}的对应子影像Ri作为一对子影像对(Si，Ri)， 分别对 Si， Ri进行特征点提取， 并通过双向粗匹配处理得到第一匹配点对集合， 所述第 一匹配点对 集合由第一匹配点对组成， 所述第一匹配点对表示为： ( ， ),其中 为归属Si的第一 匹配点， 为归属Ri的 对应的第一匹配点， j为所述第一匹配点对集合的第一匹配点对 数量； 步骤S4基于地学信息分别构建Si的地学网格WSi和Ri的地学网格WRi， 所述地学信息包括 高程信息、 坡度信息、 坡度变率信息、 地形起伏信息， 所述地学网格WSi和地学网格WRi的构建 具体包括： S41根据地学信息对Si进行空间聚类， 得到Si的第一空间聚类结果TSi， 同时对Ri进行空 间聚类， 得到Ri的第一空间聚类结果TRi； S42将第一匹配点对集合中归属Si的所有第一匹配点作为待匹配匹配点集{ }， 同时 将第一匹配点对集 合中归属Ri的所有第一匹配点作为 参考匹配点 集{ }； S43将Si的影像范围设为Si的初始划定空间Z1 Si， 从{ }中选择包 含于Z1 Si内的第一匹配 点， 得到Z1 Si的第一匹配点集{ }′， 同时将Ri的影像范围设为Ri的初始划定空间Z1 Ri， 从{ }中选择包 含于Z1 Ri内的第一匹配点， 得到Z1 Ri的第一匹配点 集{ }′； S44根据{ }′中第一匹配点的坐标值计算每个坐标轴方向上的分布方差， 对比分布方 差的大小， 将最大 的分布方差对应的坐标轴方向作为划分方向， 在划分方向上将坐标值按 大小进行排序， 将坐标值为中位数 的对应的第一匹配点作为划分点， 结合划分点和划分方 向得到Z1 Si的虚拟划分线， 同时根据{ }′中第一匹配点的坐标值计算每个坐标轴方向上 的分布方差， 对比分布方差的大小， 将最大的分布方差对应的坐标轴方向作为划分方向， 在 划分方向上将坐标值按大小进行排序， 将坐标值为中位数的对应的第一匹配点作为划分 点， 结合划分点和 划分方向得到Z1 Ri的虚拟划分线； S45提取围绕Z1 Si的虚拟划分线的第一匹配点， 作为Z1 Si的边缘点， 根据Z1 Si的边缘点在Si 的第一空间聚类结果TSi的分布情况对Z1 Si的虚拟划分线进行修正， 得到Z1 Si的实际划分线， 并得到Si的第二划定空间Z2 Si， 同时提取围绕Z1 Ri的虚拟划分线的第一匹配点， 作为Z1 Ri的边权　利　要　求　书 1/3 页 2 CN 114937145 B 2缘点， 根据Z1 Ri的边缘点在Ri的第一空间聚类结果TRi的分布情况对Z1 Ri的虚拟划分线进行修 正， 得到Z1 Ri的实际划分线， 并得到Ri的第二划定空间Z2 Ri； S46对Z2 Si进行进一步地迭代划分得到新的划定空间， 直到每个新的划定空间内的第一 匹配点的个数达到预设阈值， 则停止迭代划分， 并得到2k个Si地学网格单元， 所有的Si地学 网格单元组成Si的地学网格WSi， 其中k为划分次数， 同时对Z2 Ri进行进一步地迭代划分得到 新的划定空间， 直到每个新的划定空间内的第一匹配点的个数达到预设阈值， 则停止迭代 划分， 并得到2l个Ri地学网格单元， 所有的Ri地学网格单元 组成Ri的地学网格WRi， 其中l为划 分次数； 步骤S5基于WSi和WRi， 对所述第一匹配点对集合的第一匹配点对( ， )进行筛选， 得 到第二匹配点对集 合Mi； 步骤S6重复执行步骤S3 ‑S5， 遍历{Si}和{Ri}中的所有子影像对， 得到第二匹配点对集 合组{Mi}； 步骤S7根据{Mi}中的匹配点对构建仿射模型， 利用仿射模型对待匹配 影像S进行匹配。 2.如权利要求1所述的基于地学信息的遥感影像特征点匹配方法， 其特征在于， 步骤S5 包括： S51在WSi中选取包含 的地学网格单元及其周围的N个地学网格单元， 作为 的支持 网格组， 同时在WRi中选取包含 的地学网格单元及其周围的N个 地学网格单元， 作为 的 支持网格组； S52计算 的支持网格组和 的支持网格组中的第一匹配点对的数量， 当该数量大于 阈值τ1时， 将 、 作为第二匹配点对加入Mi中。 3.如权利要求1所述的基于地学信 息的遥感影像特征点匹配方法， 其特征在于， 该方法 还包括： 在得到第二匹配点对集合 组{Mi}后， 计算{Mi}中所有匹配点对的数量， 若该数量大于等 于阈值τ1， 则执行步骤S7， 若该 数量小于阈值 τ2， 则执行以下步骤： 根据影像重切分策略对参考影像R重新切分， 得到参考影像R的新的子影像集合{R ′i}， 将{Si}和{R′i}中的(Si，R′i)作为新的一对子影 像对， 并转到步骤S3 。 4.如权利要求3所述的基于地学信 息的遥感影像特征点匹配方法， 其特征在于， 所述影 像重切分策略包括： 计算{Si}中每个子影像的第二匹配点的数量， 选取第二匹配点的数量最多的子影像 Simax； 在{Ri}中根据筛 选模型， 得到与Simax的相似度达 到相似阈值的m个子影 像， m≥1； 将m个子影 像进行影 像拼接， 得到拼接影 像R′m； 将Simax与R′m进行特征点获取和匹配点选取， 得到Simax与R′m的匹配点对， 若Simax与R′m的 匹配点对的数量大于阈值 τ3， 则根据Simax与R′m的匹配点对计算偏移量， 并基于该偏移量和 切分尺度H对参 考影像R进行重新切分， 得到新的子影 像集合{R′i}。 5.如权利要求1所述的基于地学信 息的遥感影像特征点匹配方法， 其特征在于， 所述特权　利　要　求　书 2/3 页 3 CN 114937145 B 3