(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 202210669461.2 (22)申请日 2022.06.14 (71)申请人 中国人民解 放军国防科技大 学 地址 410073 湖南省长 沙市开福区德雅路 109号 (72)发明人 李璋　王钦炜　滕锡超　 (74)专利代理 机构 长沙国科天河知识产权代理 有限公司 432 25 专利代理师 赵小龙 (51)Int.Cl. G06V 10/54(2022.01) G06V 10/46(2022.01) G06V 10/44(2022.01) (54)发明名称 SAR与可见光遥感图像匹配的兴趣点检测方 法 (57)摘要 本发明公开了一种SAR与可见光遥感图像匹 配的兴趣点检测方法， 包括： 获取SAR图像上每个 像素点的纹理丰富度， 得到纹理丰富度特征图； 对纹理丰富度特征图进行分块兴趣点检测， 得到 SAR图像的兴趣点集； 将兴趣点集作为匹配窗口 中心确定 可匹配模板， 得到可见光遥感图像上的 对应点。 本发明应用于图像处理领域， 具体用于 提高存在非均匀纹理分布场景的SAR与可见光遥 感图像的匹配精度， 通过以场景的纹理丰富度作 为特征， 利用纹理密集区域中心代 替易受噪声干 扰的角点提取等兴趣点提取策略， 有效解决了 现 有基于兴趣点特征提取的SAR与可见光多模态图 像匹配方法在非均匀纹理分布场景中可匹配性 差的问题。 权利要求书2页 说明书9页 附图9页 CN 114998617 A 2022.09.02 CN 114998617 A 1.一种SAR与可 见光遥感图像匹配的兴趣点检测方法， 其特 征在于， 包括如下步骤： 步骤1， 获取SAR图像上每个像素点的纹理丰富度， 得到以纹理丰富度为特征的纹理丰 富度特征图； 步骤2， 对纹 理丰富度特 征图进行分块兴趣点检测， 得到SAR图像的兴趣点 集； 步骤3， 将SAR图像的兴趣点集作为匹配窗口中心确定可匹配模板， 并基于模板匹配策 略， 得到可 见光遥感图像上的对应点。 2.根据权利要求1所述的SAR与可见光遥感图像匹配的兴趣点检测方法， 其特征在于， 步骤1中， 所述获取SAR图像上每 个像素点的纹 理丰富度， 具体包括： 步骤1.1， 对SAR图像ISAR进行散斑抑制， 得到滤波后的图像ISR； 步骤1.2， 对图像ISR进行卷积， 由卷积响应的幅值与相位得到图像ISR上各像素点在多个 方向上的相位 一致性响应； 步骤1.3， 计算图像ISR上每一个像素点相位一致性响应的协方差矩阵， 并基于协方差矩 阵得到各像素点的最大矩； 步骤1.4， 基于图像ISR上各像素点的最大矩， 得到各像素点对应的纹 理丰富度。 3.根据权利要求2所述的SAR与可见光遥感图像匹配的兴趣点检测方法， 其特征在于， 步骤1.2具体为： 采用多尺度与方向上的Log ‑Gabor小波对图像ISR进行滤波， 通过滤波器的实部 和虚 部 对图像ISR卷积得到尺度n和方向o上的响应eno(x,y)和ono(x,y)， 计算得到在方向o上 的幅值与相位， 为： φno(x,y)＝arctan(eno(x,y),ono(x,y)) 式中， Ao(x,y)为图像ISR上像素点(x,y)在方向o上的幅值， φno(x,y)为图像ISR上像素点 (x,y)在方向o上的相位； 基于幅值与相位计算相位 一致性响应， 为： 式中， PCo(x,y)图像ISR上像素点(x,y)在方向o上的相位一致性响应， Wo(x,y)为通过 sigmoid函数应用于滤波器响应扩展值构造的加权函数， T为噪声阈值， ΔΦno(x,y)为一个 更敏感的相位偏差， ε为 一个小常数， 以避免被零除。 4.根据权利要求3所述的SAR与可见光遥感图像匹配的兴趣点检测方法， 其特征在于， 步骤1.3具体为： 首先， 将ISR上像素点(x,y)在每 个方向的相位 一致性响应投影到x和y分量， 为： 式中， PCx(x,y)、 PCy(x,y)分别为像素点(x,y)的相位一致性响应在x、 y方向上的分量，权　利　要　求　书 1/2 页 2 CN 114998617 A 2θo为方向o对应的角度， θo∈ θ， θ 为所有方向对应角度的集 合； 其次， 基于PCx(x,y)、 PCy(x,y)得到像素点(x,y)相位 一致性响应的协方差矩阵， 为： 式中， G(x,y)为像素点(x,y)相位 一致性响应的协方差矩阵； 最后， 协方差矩阵G(x,y)的最大奇异值对应的最大矩， 即为像素点(x,y)的最大矩M(x, y)。 5.根据权利要求2至4任一项所述的SAR与可见光遥感图像匹配的兴趣点检测方法， 其 特征在于， 步骤1.4具体为： 将最大矩 的强度值作为边缘特征的权重， 其强度值即为边缘的权重， 在大小为N ×N的 局部区域计算纹 理丰富度， 为： 式中， TR(x,y)为像素点(x,y)的纹理丰富度， M(x+i,y+j)为像素点(x+i,y+j)的最大 矩。 6.根据权利要求1至4任一项所述的SAR与可见光遥感图像匹配的兴趣点检测方法， 其 特征在于， 步骤2具体包括： 步骤2.1， 将纹理丰富度特征图划分为N ′ ×N′个不重叠的块， 在每个块内应用半径为r 的非极大值抑制以保留k个极值 点， 得到包 含k·N′2个候选兴趣点的集 合 步骤2.2， 使用阈值TR_THRESH和保留兴趣点数Np两个条件对集合 中的候选兴趣 点过滤， 得到最终高质量的兴趣点 集MP， 即为SAR图像的兴趣点 集， 为： 权　利　要　求　书 2/2 页 3 CN 114998617 A 3