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！

龙图腾网获悉西安电子科技大学申请的专利基于积分图的推扫式遥感卫星影像高精度波段对齐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：CN115761528B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202211602138.X，技术领域涉及：G06V20/13；该发明授权基于积分图的推扫式遥感卫星影像高精度波段对齐方法是由董文倩;陈勇辉;曲家慧;肖嵩设计研发完成，并于2022-12-13向国家知识产权局提交的专利申请。

本基于积分图的推扫式遥感卫星影像高精度波段对齐方法在说明书摘要公布了：本发明公开了基于积分图的推扫式遥感卫星影像高精度波段对齐方法，其特征在于，包括以下步骤；S101：分离高光谱遥感影像波段，选择基准波段图像与待配准波段图像；S102：将所有波段图像进行归一化和分割处理，并使用SURF提取特征点；S103：将基准波段图像与待配准波段图像通过选定的特征点进行粗匹配；S104：剔除误匹配点进行精匹配，计算待配准波段图像的投影变换模型的参数；S105：根据投影变换模型的参数反向投影计算，将待配准波段图像与基准波段图像对齐；S106：计算配准之后的波段图像与基准波段图像的像素误差值，超过1个像素则重新匹配。本发明通过基于图像分块拼接的特征点匹配，提高图像特征点的匹配方法的配准精度。

本发明授权基于积分图的推扫式遥感卫星影像高精度波段对齐方法在权利要求书中公布了：1.基于积分图的推扫式遥感卫星影像高精度波段对齐方法，其特征在于，包括以下步骤； S101：分离高光谱遥感影像波段，选择基准波段图像与待配准波段图像； S102：将所有波段图像进行归一化和分割处理，并使用SURF提取特征点； S103：将基准波段图像与待配准波段图像通过选定的特征点进行粗匹配； S104：剔除误匹配点进行精匹配，计算待配准波段图像的投影变换模型的参数； S105：根据投影变换模型的参数反向投影计算，将待配准波段图像与基准波段图像对齐； S106：计算配准之后的波段图像与基准波段图像的像素误差值，超过1个像素则重新匹配； 所述步骤S104具体为： 对于特征比较丰富的图像获得的特征点，使得有多个特征点的欧氏距离都小于阈值T，存在有错误的匹配对，需要使用RANSAC检验并剔除误匹配点，每次随机抽取两个匹配特征点对计算直线方程，之后再次计算其他匹配特征点对到该直线的距离，只有距离小于最大内点偏差值Te的特征点被称为内点，否则为外点，Te初始值设置为200，统计直线方程的内点数量，并且不断重复迭代200次随机抽取采样计算直线方程，最后选择内点数量最多的直线方程作为最佳数学模型估计实现特征点的精匹配； 随机选取一部分的精匹配后的特征点，将变换后的特征点的坐标x',y'与原坐标x,y对应计算图像的投影变换模型系数矩阵H： 此过程需要根据同名点求解a1,a2,a3,a4,a5,a6,a7,a88个参数，a1,a2,a3,a6分别代表着缩放、旋转、水平方向平移、垂直方向平移，a4,a5代表着错切，a7,a8代表着水平与垂直方向的变形量，投影变换模型与其他投影变换模型相比可以将平移缩放旋转剪切等变化描述的更加全面； 所述步骤S106具体为： 将剩余部分的特征点坐标x,y通过仿射模型变换的系数矩阵H得到新的坐标x',y'，并用以下公式计算新坐标与特征点对应的基准波段图像的特征点坐标x”,y”的距离来评价该方法的像素误差： 如果d＞1则返回S102重新寻找特征点进行匹配，否则将未归一化的待配准图像通过仿射模型变换的系数矩阵H反向投影计算得到配准图像； 根据输出栅格上每个像元在输入栅格中的位置，对输入栅格进行灰度重采样，建立新的栅格矩阵； 在所有波段都以基准波段图像配准之后，依次进行拼接并重新生成一组亚像素误差级别的高光谱遥感图像。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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”。

以上内容由龙图腾AI智能生成。