利索能及
我要发布
收藏
专利号: 2023111184099
申请人: 山东科技大学
专利类型:发明专利
专利状态:已下证
更新日期:2025-10-27
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于仿射变换的光学遥感图像配准方法,其特征在于,包括:进行特征提取得到特征点,通过相似性度量找到匹配的特征点对,通过匹配的特征点对解算仿射变换参数,由仿射变换参数所确定的变换模型进行图像配准;

所述图像配准基于仿射变换,仿射变换在几何上是线性变换与平移变换的组合,变换类型有旋转、剪切、缩放和平移,将变换类型进行组合得仿射变换模型的矩阵表达式:;

为仿射变换前的特征点坐标, 、 、 、 是四个仿射变换矩阵,, , , ; 、 、

、、、、表示七个仿射变换参数, 为仿射变换后的特征点坐标;

一组仿射变换前的特征点坐标与一组仿射变换后的特征点坐标形成一个特征点对,特征点对超过7个时,已知方程数超过了未知数的个数,需求七个仿射变换参数的最小二乘解,采用基于H‑K公式的非线性病态最小二乘解法计算七个仿射变换参数;

基于H‑K公式的非线性病态最小二乘解法包括:S1.将非线性模型转化为线性形式;

设有非线性模型 ,此处的非线性模型即为仿射变换模型,其中,由泰勒公式在近似值 处展开 并取至一次项:;

改写取至一次项的 为矩阵形式:;

式中,是由函数 在 处的一阶偏导数构成的雅可比矩阵,将 改写为误差方程的形式:;

式中,是改正数矩阵,是已知值矩阵;

在等精度独立观测下,依据最小二乘原则的参数估计准则 ,得解算后的参数 为:;

基于H‑K公式的非线性病态最小二乘解法包括:S2.在最小二乘原则的解算准则基础上,引入L2正则化作为约束条件,则约束条件下的参数估计准则为: ;

则高斯‑牛顿法的迭代公式为:;

依据约束条件下的参数估计准则,考虑迭代,得解算后的参数 迭代公式为:;

式中, 为第k次迭代的 , 为阻尼因子第k次迭代的 ,为单位阵, 为第k次迭代的 ;

基于H‑K公式的非线性病态最小二乘解法包括:S3.使用基于H‑K公式的选取岭参数的方法确定 ;

设 为 的特征根 对应的特征向量,对角阵 ;

式中, ,集合 ,为 中的一个值;

基于H‑K公式的非线性病态最小二乘解法包括:S4.迭代参数包括:

S4.1.给定迭代初值 ,梯度 的阈值为 ,误差变化阈值为 ,最大迭代次数 ,并置;

S4.2.给定差分步长 ,计算 ,在第一次迭代中, 为函数 在 处的一阶偏导数构成的雅可比矩阵;

式中, 是k次迭代的 ;

S4.3.解算方程组:

,得到第 次迭代估值 ;

S4.4.若 , ,则以 为最终参数估值,迭代终止;否则,令,转至S4.2;式中, 为第k+1次迭代的参数估值, 为第k次迭代的参数估值, 为第k次迭代的 。

2.根据权利要求1所述的一种基于仿射变换的光学遥感图像配准方法,其特征在于,基于H‑K公式的非线性病态最小二乘解法包括:设置迭代收敛条件为: