(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211137900.1 (22)申请日 2022.09.19 (71)申请人 武汉大学 地址 430072 湖北省武汉市武昌区珞珈山 武汉大学 (72)发明人 方圣辉　熊强　龚龑　彭漪　 刘小娟　 (74)专利代理 机构 武汉科皓知识产权代理事务 所(特殊普通 合伙) 42222 专利代理师 罗敏清 (51)Int.Cl. G06T 7/33(2017.01) G06T 7/00(2017.01) (54)发明名称 多光谱图像的匹配方法 (57)摘要 本发明公开了一种多光谱图像的匹配方法， 包括： 获取多光谱图像对， 通过非线性扩散滤波 对多光谱图像对构建非线性尺度空间， 再在非线 性尺度空间中构建多光谱图像的非线性加权力 矩图NWM； 使用Harris算法在非线性加权力矩图 NWM上获取特征点； 根据特征点使用对数极坐标 描述框架来计算特征向量， 重复迭代计算得到特 征描述符； 再使用动态自适应欧氏距离作约束 方 法进行特征匹配， 使用FSC剔除误匹配点； 最后利 用正确特征匹配点求解仿射变换模 型， 使用仿射 变换模型对多光谱图像进行变换， 得到图像配准 结果。 本发 明弥补了传统影像匹配对多光谱图像 非线性辐射差异和纹理变化较为敏感的缺陷， 实 现多光谱图像的稳健匹配 。 权利要求书3页 说明书10页 附图5页 CN 115511928 A 2022.12.23 CN 115511928 A 1.一种多光谱图像的匹配方法， 其特 征在于， 包括如下步骤： 步骤1、 获取多光谱图像对， 通过非线性扩散滤波对多光谱图像对构建非线性尺度空 间， 再在非线性尺度空间中构建多光谱图像的非线性加权力矩图N WM； 步骤2、 计算非线性加权力矩图NWM的相位一致性梯度信息， 并根据梯度信息在非线性 加权力矩图N WM中提取 出特征点； 步骤3、 根据步骤2的梯度信息计算非线性加权力矩图NWM梯度幅值和方向并根据计算 的梯度幅值和方向生成绝对相位一致性方向特征， 联合对数极坐标描述框架 来计算特征向 量， 得到相位 一致性梯度直方图特 征描述符HPCG； 步骤4、 设计动态自适应欧氏距离作为约束方法， 根据特征点分布自动地配置相应 阈值 参数， 得到优质匹配点， 并使用快速样本共识算法剔除误匹配点； 步骤5、 利用正确特征匹配点求解仿射变换模型， 使用仿射变换模型对多光谱图像进行 变换， 得到影 像配准结果。 2.根据权利要求1所述的多光谱图像的匹配方法， 其特征在于， 步骤1中构建非线性尺 度影像空间的方法为： 采用图像非线性扩散方法建立非线性扩散方程， 公式如下： 其中， I为多光谱图像灰度， ， div和 分别对应为多光谱图像的散度和梯度算子， t表示 时间度量的尺度值， 是高斯平滑后的图像的梯度； k是控制扩散水平的对比因子； Al表示 表示图像在方向l上的导数， Ii表示表示非线性扩散滤波迭代第 i次的解， ti表示时间单位， Ii+1表示扩散后的结果。 3.根据权利要求1所述的多光谱图像的匹配方法， 其特征在于， 步骤1中构建非线性加 权力矩图N WM方法为： 构建非线性尺度空间后， 对多光谱图像进行相位一致性计算得到相位图PC， 多光谱图 像的相位 一致性计算公式如下： 其中， PC(x， y)是多光谱图像中点(x,y)处PC的大小， Wo(x,y)是权函数， Aso(x,y)表示 log‑Gabor滤波器在点(x,y)的幅度分量， T为噪声阈值， δ是一个极小值防止分母为零； 符号 表示当其 值为正时， 封闭量 等于其自身， 否则为 零； ΔΦso(x,y)是相位偏差函数； PC图为每个方向i计算一个独立映射PC( θi)， θi是方向i的角度， 取值范围为0 ‑180°， 由 PC( θi)构建多光谱图像的非线性加权力矩方程， 计算公式为：权　利　要　求　书 1/3 页 2 CN 115511928 A 2PC( θi)表示PC在i方向的映射； A、 B和C是相位力矩计算的中间量； θi是方向i的角度； ω 表示多光谱图像的权 重系数。 4.根据权利要求1所述的多光谱图像的匹配方法， 其特征在于， 步骤2具体包括如下子 步骤： 采用Log‑Gabor函数奇对称滤波器对非线性加权力矩图NWM相位梯度特征进行卷积， 从 而获得非线性加权力矩图N WM的水平方向和垂直方向的梯度， 其计算公式如下： 式中， Gh和Gv分别表示水平方向梯度和垂直方向梯度， PCso( θ )表示非线性加权力矩图 NWM在方向θ 上的奇对称滤波器卷积结果； 由Gh和Gv计算Harris算子中的协方差矩阵和角点响应函数从而在非线性加权力矩图 NWM中提取 出特征点， 公式如下： R＝Det(M) ‑k(Tr(M))2 其中M为协方差矩阵， R为角点响应函数， w为高斯窗口函数， Tr( ·)表示矩阵行列式的 值， Det(·)表示表示矩阵的迹， k的取值范围为0.04 ‑0.06。 5.根据权利要求 4所述的多光谱图像的匹配方法， 其特 征在于， 步骤3具体方法为： 由步骤2中的水平方向梯度Gh和垂直方向梯度Gv计算梯度幅值和方向， 公式如下： 其中， Aso表示相位 一致性幅值， φso表示相位 一致性方向； 再通过求取绝对值的方式将卷积结果全部归算到正方向上， 之后 通过非负常数项优化 绝对相位 一致性方向特 征， 最后获得绝对相位 一致性方向特 征Φso， 公式如下： 其中Φso表示绝对相位 一致性方向特 征。 6.根据权利要求1所述的多光谱图像的匹配方法， 其特征在于， 步骤3中， 相位一致性梯 度直方图特 征描述符HPCG构建方法为：权　利　要　求　书 2/3 页 3 CN 115511928 A 3