买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉科技大学申请的专利一种大倾角航空影像与正射影像配准的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117152220B 。

龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311110402.2，技术领域涉及：G06T7/33；该发明授权一种大倾角航空影像与正射影像配准的方法是由杨芳;黄静;柴利设计研发完成，并于2023-08-31向国家知识产权局提交的专利申请。

本一种大倾角航空影像与正射影像配准的方法在说明书摘要公布了：本发明涉及一种大倾角航空影像与正射影像配准的方法。其技术方案是：先用ASIFT算法模拟出大倾角航空影像S的仿射影像视角，得到模拟仿射影像S'；再对模拟仿射影像S'和正射影像R构建非线性尺度空间；在非线性尺度空间中，采用相位一致性和Sobel算子构建特征点度量矩阵进行特征点提取，通过计算特征点的幅值和方向构建GLOH‑like特征描述算子；然后对模拟仿射影像S'和正射影像R进行特征配准和误差剔除，得到正确配准的同名点。将仿射模拟影像S'正确配准的同名点通过模拟参数得到大倾角航空影像S中的对应点，最后大倾角航空影像S与正射影像R按照仿射变换参数Ψ进行校正。本发明具有配准误差小、抗噪性能好、成功率高和结果稳定的特点。

本发明授权一种大倾角航空影像与正射影像配准的方法在权利要求书中公布了：1.一种大倾角航空影像与正射影像配准的方法，其特征在于所述大倾角航空影像与正射影像配准方法的具体步骤： 步骤1、用ASIFT算法构建大倾角航空影像S的模拟仿射影像S' 步骤1.1、参数采样 根据ASIFT算法，在一个半球形空间中，通过相机在经度方向角度φ和纬度方向角度θ的方向参数模拟出大倾角航空影像S的视角；对经度方向角度φ和纬度方向角度θ分别进行离散化，其中： 纬度方向角度θ采用几何级数离散化方式： Tn＝an1 式1中：Tn表示相机在纬度方向的第n个采样级数下的倾斜度， n表示相机在纬度方向的采样级数，n＝1,...,N， a表示相机在纬度方向的采样间隔，a＞1； 经度方向角度φ采用算术级离散化方式： 式2中： 表示相机在纬度方向的倾斜度Tn下，在经度方向的第k个采样级数下的旋转角度， bTn表示相机在纬度方向的倾斜度Tn下，在经度方向的采样间隔，b为一个角度常数， k表示相机在纬度方向的倾斜度Tn下，在经度方向的采样级数，k＝1,...,K， 步骤1.2、构建大倾角航空影像S的模拟仿射影像S' 设相机在纬度方向上的倾斜度为Tn，在经度方向的旋转角度为大倾角航空影像S的模拟仿射影像的构建过程是：先对大倾角航空影像S进行双线插值旋转操作，得到旋转图像；再用反锯齿滤波器与旋转图像进行卷积，得到滤波之后的旋转图像；然后对滤波之后的旋转图像进行倾斜操作，得到相机在纬度方向上的倾斜度为Tn和在经度方向的旋转角度为时大倾角航空影像S的模拟仿射影像 式3中： 表示相机在纬度方向上的倾斜度为Tn在经度方向的旋转角度为时的大倾角航空影像S的模拟仿射影像， Tilt表示对经反锯齿滤波器滤波后的旋转图像进行倾斜操作， Gδ表示反锯齿滤波器，其中δ表示反锯齿滤波器的核标准差，δ＝0.8Tn， *表示卷积操作， Rot表示对大倾角航空影像S进行双线插值旋转操作， S表示大倾角航空影像； 以此类推，得到大倾角航空影像S的其余的模拟仿射影像，则大倾角航空影像S的模拟仿射影像 为叙述简便起见：以下将“大倾角航空影像S的模拟仿射影像S'”简称为“模拟仿射影像S'”；将“相机在纬度方向上的倾斜度为Tn和在经度方向的旋转角度为时大倾角航空影像S的模拟仿射影像”简称为“子模拟仿射影像 步骤2、对模拟仿射影像S'和正射影像R进行配准 步骤2.1、非线性尺度空间构建 将子模拟仿射影像的非线性尺度空间离散化为1个基层空间和L个子级空间，离散化后子模拟仿射影像的非线性尺度空间所对应的尺度为： 式4中： i表示子模拟仿射影像的非线性尺度空间的第i层，i＝0,1,2,....,L， σi表示子模拟仿射影像的第i层非线性尺度空间的尺度， σ0表示子模拟仿射影像非线性尺度空间的初始尺度，σ0为一个常数， L表示子模拟仿射影像的子级空间的个数； 设子模拟仿射影像的非线性尺度空间为：其中表示子模拟仿射影像的基层空间，依次表示子模拟仿射影像的第1个子级空间，……，第L个子级空间； 子模拟仿射影像的基层空间构建过程如下： 用高斯滤波器对子模拟仿射影像进行平滑滤波，高斯滤波器的高斯核标准差与子模拟仿射影像非线性尺度空间的初始尺度σ0相同，得到子模拟仿射影像的基层空间 子模拟仿射影像的第j个子级空间构建过程如下： 先以采样率1σ0对子模拟仿射影像的第j-1层非线性尺度空间进行下采样，得到采样空间再用各向异性扩散滤波对采样空间进行滤波，得到子模拟仿射影像的第j个子级空间 式5中： 表示在时间步长条件下得到的各项异性扩散滤波空间， j表示子模拟仿射影像的子级空间的第j个，j＝1,2,...,L， ↓表示下采样操作， 表示对子模拟仿射影像的第j-1层非线性尺度空间进行下采样得到的采样空间， t表示时间度量， div表示散度操作符， Dx,y,t表示扩散系数，扩散系数取决于梯度范数 表示梯度操作符， 表示子模拟仿射影像的第j个子级空间， Id表示单位矩阵， σj表示子模拟仿射影像的第j层非线性尺度空间的尺度， σj-1表示子模拟仿射影像的第j-1层非线性尺度空间的尺度， l表示各向异性扩散的方向轴， m表示各向异性扩散的方向轴个数， Al表示采样空间沿着各向异性扩散的方向轴l的扩散系数矩阵，Al为扩散系数D的离散形式； 根据式5，得到子模拟仿射影像的L个子级空间则子模拟仿射影像的非线性尺度空间为：以此类推，得到模拟仿射影像S'中的其余子模拟仿射影像的非线性尺度空间； 参照得到模拟仿射影像S'中的其余子模拟仿射影像的非线性尺度空间的方法，得到正射影像R的非线性尺度空间为：R0,R1,...,RL； 步骤2.2、特征点检测 为叙述方便，将相位一致性用“PC”表示； 对子模拟仿射影像进行特征点检测，所述特征点检测过程如下： 先用PC提取子模拟仿射影像的第i层非线性尺度空间影像的结构特征，得到子模拟仿射影像的第i层非线性尺度空间的PC特征图；再用X方向和Y方向的Sobel算子模板对子模拟仿射影像的第i层非线性尺度空间的PC特征图进行卷积，得到子模拟仿射影像的第i层非线性尺度空间的PC特征图在X和Y方向上的一阶导数： 式6～7中： i表示子模拟仿射影像的非线性尺度空间的第i层，i＝0,1,2,...,L， 表示子模拟仿射影像的第i层非线性尺度空间的PC特征图在X方向上的一阶导数， 表示子模拟仿射影像的第i层非线性尺度空间的PC特征图在Y方向上的一阶导数， PCi表示子模拟仿射影像的第i层非线性尺度空间的PC特征图， *表示卷积操作， Γx表示X方向的Sobel算子模板， Γy表示Y方向的Sobel算子模板； 然后用得到的子模拟仿射影像的第i层非线性尺度空间的PC特征图在X和Y方向上的一阶导数，构建子模拟仿射影像的第i层非线性尺度空间的特征点度量矩阵Mi： 式8中： i表示子模拟仿射影像的非线性尺度空间的第i层，i＝0,1,2,....,L， Mi表示子模拟仿射影像的第i层非线性尺度空间的特征点度量矩阵， 表示高斯核，高斯核的标准差为其中σi表示子模拟仿射影像的第i层尺度空间的尺度， *表示卷积操作； 最后，对子模拟仿射影像的第i层非线性尺度空间的特征点度量矩阵Mi进行特征分解，得到子模拟仿射影像的第i层非线性尺度空间的特征点度量矩阵Mi的第一特征值λ1和第二特征值λ2；子模拟仿射影像的第i层非线性尺度空间特征点强度图为：Ri＝minλ1,λ2，满足Ri＞r的点则为子模拟仿射影像的第i层非线性尺度空间的特征点，r是一个阈值常数； 在得到的子模拟仿射影像的每层非线性尺度空间的特征点中，如果不同层的非线性尺度空间在相同的位置存在2个以上的特征点，则这些特征点只保留一个；如果不同层的非线性尺度空间在不同的位置存在特征点，则这些特征点全部保留，得到子模拟仿射影像的特征点集合 以此类推，对模拟仿射影像S'中其余的子模拟仿射影像进行特征点检测； 将所有子模拟仿射影像的特征点集合进行组合，得到模拟仿射影像S'的特征点集合 参照模拟仿射影像S'的特征点集合的方法，得到正射影像R的特征点集合KeyR＝{x1',y1',...,x'm,y'm}； 步骤2.3、特征描述算子构建 对模拟仿射影像S'中的任一特征点xc,yc，提取以所述特征点xc,yc为中心的圆形区域Ω的幅值MagΩ和方向AngΩ： 式9～10中： MagΩ表示以所述特征点xc,yc为中心的圆形区域Ω的幅值， Ω表示以所述特征点xc,yc为中心的圆形区域，圆形区域Ω的半径为dr， 表示以所述特征点xc,yc为中心的圆形区域Ω的PC特征图在X方向上的一阶导数， 表示以所述特征点xc,yc为中心的圆形区域Ω的PC特征图在Y方向上的一阶导数， AngΩ表示以所述特征点xc,yc为中心的圆形区域Ω的方向， ξ表示一个极小的正实数； 由式9～10得到所述特征点xc,yc所在圆形区域Ω的幅值MagΩ和方向AngΩ，将方向AngΩ范围设置为[0,360°，再以每10°为间隔划分为36个区间；统计每一区间的幅值特征和方向特征，得到方向直方图分布；选择方向直方图的峰值方向作为所述特征点xc,yc的主方向； 用GLOH-like对数极坐标构建所述特征点xc,yc的特征描述算子：将所述特征点xc,yc所在圆形区域Ω的极径方向划分nr份，极角方向划分为nθ份，得到nr-1×nθ+1个对数极坐标子区域；统计每个对数极坐标子区域的nbin个方向幅度特征和角度特征，得到所述特征点xc,yc的特征描述算子；以此类推，得到模拟仿射影像S'上的其余的特征点对应的特征描述算子； 每个所述特征点对应的特征描述算子的维度为nbin×nr-1×nθ+1； 再将模拟仿射影像S'上所有特征点的特征描述算子进行组合，得到模拟仿射影像S'的特征描述算子DesS'； 然后参照所述得到模拟仿射影像S'的特征描述算子DesS'的方法，得到正射影像R的特征描述算子DesR； 步骤2.4、特征配准和误差剔除 先对模拟仿射影像S'的特征描述算子DesS'和正射影像R的特征描述算子DesR采用最近邻距离比率算法进行初始配准，用随机抽样一致性算法进行快速异常值剔除，得到模拟仿射影像S'和正射影像R的初始配准对应点；再用快速一致性采样方法剔除初始配准中的错误配准，当所述对应点的残差小于3个像素，则为模拟仿射影像S'和正射影像R正确配准的同名点； 步骤3、图像校正 设模拟仿射影像S'中正确配准的特征点xp,yp和正射影像R中正确配准的特征点x'p,y'p为一对同名点，将模拟仿射影像S'中正确配准的特征点xp,yp按照对应的倾斜度T和经度方向旋转角度找到与大倾角影像S中对应的特征点得到大倾角影像S和正射影像R的同名点为和x'p,y'p； 以此类推，得到大倾角影像S和正射影像R之间的所有同名点；然后通过所有同名点构建大倾角影像S和正射影像R之间的仿射变换参数Ψ，将大倾角影像S和正射影像R按照仿射变换参数Ψ进行校正，完成配准过程。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉科技大学，其通讯地址为：430081 湖北省武汉市青山区和平大道947号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。