(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 202211162936.5 (22)申请日 2022.09.23 (71)申请人 中国人民解 放军国防科技大 学 地址 410001 湖南省长 沙市开福区德雅路 109号 (72)发明人 汪璞　安玮　石添鑫　邓新蒲　 盛卫东　林再平　曾瑶源　李振　 李骏　 (74)专利代理 机构 长沙正奇专利事务所有限责 任公司 431 13 专利代理师 魏国先　王娟 (51)Int.Cl. G06T 7/33(2017.01) G06V 10/44(2022.01) G06V 10/82(2022.01)G06V 10/88(2022.01) G06V 10/75(2022.01) (54)发明名称 多模态遥感图像配准方法、 系统、 终端设备 及存储介质 (57)摘要 本发明公开了一种多模态遥感图像配准方 法、 系统、 终端设备及存储介质， 基于多模态遥感 图像对间的结构相似性， 利用预训练的边缘检测 网络提取局部 特征描述子(边缘特征)， 并利用传 统模板匹配方法进行特征匹配， 实现了多种模态 图像下的精 准和高效配准。 本发 明在多源图像匹 配中获得较高的匹配准确率 以及较好的鲁棒性 的结果。 权利要求书2页 说明书10页 附图7页 CN 115546268 A 2022.12.30 CN 115546268 A 1.一种多模态遥感图像 配准方法， 其特 征在于， 包括以下步骤： S1、 提取参 考图像和遥感图像不同尺度上的边 缘特征； S2、 分别选取参考图像最大尺度的边缘特征和遥感图像最大尺度的边缘特征， 计算选 取的边缘特征之间的偏移量； S3、 分别连接参考图像、 遥感图像对应的不同尺度的边缘特征， 得到参考图像特征图和 遥感图像特 征图； S4、 利用所述偏移量确定 遥感图像特 征图的搜索区域； S5、 在所述参考图像特征图和遥感图像特征图的搜索区域上各选取多个角点， 采用逐 像素匹配法实现遥感图像的配准。 2.根据权利要求1所述的多模态遥感图像配准方法， 其特征在于， 步骤S1中， 利用预训 练的边缘检测网络提取参 考图像和遥感图像不同尺度上的边特 征。 3.根据权利要求2所述的多模态遥感图像配准方法， 其特征在于， 所述预训练 的边缘检 测网络采用卷积神经网络 。 4.根据权利要求1～3之一所述的多模态遥感图像配准方法， 其特征在于， 步骤S1中， 分 别提取参 考图像和遥感图像三个尺度上的边 缘特征。 5.根据权利要求1所述的多模态遥感图像配准方法， 其特征在于， 步骤S2中， 偏移量( δ x, δ y)的计算公式为： 其中， (x,y)为参考图像 特征图Fref_3上的像素点的位置坐标， (x+δx,y+δy)为遥感图像 特 征图Fsen_3上的像素点的位置坐标。 6.根据权利 要求1～3、 5之一所述的多模态遥感图像配准方法， 其特征在于， 步骤S5中， 采用逐像素匹配法实现遥感图像的配准的具体实现过程包括： 在所述参考图像特征图上确 定以参考图像上各个角点为中心的匹配窗口， 以各匹配窗口为模板， 在所述搜索区域内滑 动， 寻找与各匹配窗口内角点相似度最高的遥感图像特征图上的点， 该相似度最高的点即 与对应的匹配窗口中的角点配准的点。 7.根据权利要求6所述的多模态遥感图像配准方法， 其特征在于， 确定所述匹配窗口之 前， 将所述参考图像特征图和所述遥感图像特征图通过三维快速傅里叶变换转换为频率域 特征图， 此时， 基于所述频率 域特征图， 采用逐像素匹配法实现遥感图像的配准。 8.一种多模态遥感图像 配准系统， 其特 征在于， 包括： 边缘特征提取模块， 用于提取参 考图像和遥感图像不同尺度上的边 缘特征； 偏移量计算模块， 用于分别 选取参考图像最大尺度的边缘特征和遥感图像最大尺度的 边缘特征， 计算选取的边 缘特征之间的偏移量； 第一特征图生成模块， 用于连接参考图像的不同尺度的边缘特征， 得到参考图像特征 图； 第二特征图生成模块， 用于连接遥感图像的不同尺度的边缘特征， 得到遥感图像特征 图； 搜索区域确定模块， 用于利用所述偏移量确定 遥感图像特 征图的搜索区域； 配准模块， 用于在所述参考图像特征图和遥感图像特征图的搜索区域上各选取多个角权　利　要　求　书 1/2 页 2 CN 115546268 A 2点， 采用逐像素匹配法实现遥感图像的配准。 9.一种终端设备， 包括存储器、 处理器及存储在存储器上的计算机程序； 其特征在于， 所述处理器执行所述计算机程序， 以实现权利要求1～7之一所述方法的步骤。 10.一种计算机可读存储介质， 其上存储有计算机程序/指令； 其特征在于， 所述计算机 程序/指令被处 理器执行时实现权利要求1～7之一所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 115546268 A 3