1.一种基于图像分割的环形生成对抗网络的异源遥感图像配准方法,其特征在于:包括如下步骤:(1)从两组异源遥感图像数据中获取成对的训练样本,两组异源遥感图像数据中的数据为非匹配数据,成对的训练样本中的两张图像分别为两组异源遥感图像数据中非匹配的数据,将成对的训练样本中的两张图像分别称为第一输入图像和第二输入图像;
(2)采用分割方法对图像进行图像分割,获得分割图像;
(3)构建基于图像分割的环形生成对抗网络Ⅰ;
(4)构建图像块生成对抗网络Ⅱ;
(5)训练两个生成对抗网络;
(6)将生成图像与待配准图像进行同源图像配准。
2.根据权利要求1所述的基于图像分割的环形生成对抗网络的异源遥感图像配准方法,其特征在于:所述步骤(2)中,对图像进行图像分割,采用的分割方法为k-means图像分割法。
3.根据权利要求1所述的基于图像分割的环形生成对抗网络的异源遥感图像配准方法,其特征在于:所述步骤(3)中,基于图像分割的环形生成对抗网络Ⅰ包括两个生成器G1、G2和两个判别器D1、D2,满足:其中:x为第一输入图像,y为对应第一输入图像x的第二输入图像, 和 表示第一输入图像x和第二输入图像y的对抗损失函数,S(x)和S(y)表示第一输入图像x和第二输入图像y经k-means图像分割法分割后获得的分割图像,G1(x,S(x))为第一输入图像x与分割图像S(x)经生成器G1后获得的生成图像,G2(y,S(y))为第二输入图像y与分割图像S(y)经生成器G2后获得的生成图像,D1(y)和D1(G1(x,S(x)))分别表示判别器D1对第二输入图像y和生成图像G1(x,S(x))的判别结果,D2(x)和D2(G2(y,S(y)))分别表示判别器D2对第一输入图像x和生成图像G2(y,S(y))的判别结果, 表示数学期望,x~pdata(x)表示变量x服从数据分布pdata(x),y~pdata(y)表示变量y服从数据分布pdata(y)。
4.根据权利要求1所述的基于图像分割的环形生成对抗网络的异源遥感图像配准方法,其特征在于:所述步骤(4)中,构建图像块生成对抗网络Ⅱ包括如下步骤:(41)使用高斯差分函数特征点定位方法分别对第一、二输入图像进行特征点定位;
(42)将从第一、第二输入图像中提取的特征点定位位置分别在其对应的反向生成图像上共享;
(43)提取第一、二输入图像及其对应的反向生成图像上相同特征点定位位置上的对应图像块;
(44)使用图像块生成对抗网络Ⅱ对第一、二输入图像及其对应的反向生成图像中对应图像块进行判别。
5.根据权利要求4所述的基于图像分割的环形生成对抗网络的异源遥感图像配准方法,其特征在于:所述步骤(44)中,图像块生成对抗网络Ⅱ中的生成器采用步骤(3)中环形生成对抗网络Ⅰ中的生成器。
6.根据权利要求1所述的基于图像分割的环形生成对抗网络的异源遥感图像配准方法,其特征在于:所述步骤(5)中,按照下面的损失函数训练两个生成对抗网络:其中: 表示环形生成对抗网络Ⅰ和图像块生成对抗网络Ⅱ的目标函数,和 分别表示第一、二输入图像对应的反向生成图像, 表示第一、二输入图像和其对应的反向生成图像的图像分割损失函数, 表示第二输入图像y和其对应的反向生成图像的第m组图像块的图像块对抗损失函数, 表示第一输入图像x和其对应的反向生成图像 的第n组图像块的图像块对抗损失函数, 表示第一、二输入图像和其对应的反向生成图像的像素级反向生成约束损失函数;
M为通过图像块生成对抗网络Ⅱ从第二输入图像y及其反向生成图像 中提取出的图像块的数量,m∈M,N为通过图像块生成对抗网络Ⅱ从第一输入图像x及其反向生成图像 中提取出的图像块的数量,n∈N, 和 分别为在第二输入图像y和其反向生成图像 上提取的第m个图像块, 和 分别为在第一输入图像x和其反向生成图像 上提取的第n个图像块, 和 称为第m组图像块, 和 称为第n组图像块;λ1和λ2为加权系数;
H(·)为像素级的交叉熵损失函数, a和b为图像分割后的
标注图,I为a和b对应的像空间,J为标注图的标注空间; 和 分别表示反向生成图像 和 经k-means图像分割法分割后获得的分割图像;
和 分别表示图像块判别器DP1对 和 的判别结果, 和
分别表示图像块判别器DP2对 和 的判别结果; 表示变量 服从据分布 表示变量 服从数据分布
||·||1表示一范数。
7.根据权利要求1所述的基于图像分割的环形生成对抗网络的异源遥感图像配准方法,其特征在于:所述步骤(6)中,使用SIFT特征配准方法对生成图像和待配准图像进行同源图像配准。
8.一种实现权利要求1~7所述的任一基于图像分割的环形生成对抗网络的异源遥感图像配准方法的装置,其特征在于:包括:获取单元:从两组异源遥感图像数据中获取成对的训练样本;
图像分割单元:对图像进行图像分割;
环形生成对抗网络:约束输入图像和反向生成图像的生成对抗一致性;
图像块生成对抗网络:约束输入图像和反向生成图像局部特征块的一致性;
训练单元:对基于图像分割的环形生成对抗网络中的生成器、判别器,图像块生成对抗网络的判别器进行训练;
图像配准单元:对生成图像和待配准图像进行SIFT特征配准。
9.根据权利要求8所述的装置,其特征在于:所述环形生成对抗网络包括:生成模块一:根据第一输入图像和对应的分割图像,输出与第二输入图像纹理风格相似的生成图像;
判别模块一:输入为第二输入图像时,判别为真;输入为第一输入图像的生成图像时,判别为假;
生成模块二:根据第二输入图像和对应的分割图像,输出与第一输入图像纹理风格相似的生成图像;
判别模块二:输入为第一输入图像时,判别为真;输入为第二生成图像的生成图像时,判别为假。
10.根据权利要求9所述的装置,其特征在于:所述图像块生成对抗网络包括:特征点定位模块:对第一、二输入图像使用高斯差分函数特征点定位方法进行特征点定位;
特征点位置共享模块:将第一、二输入图像的特征点定位位置在其对应的反向生成图像上共享;
图像块提取模块:提取第一、二输入图像和其对应的反向生成图像上相同特征点位置上的对应图像块;
图像块判别模块:输入为第一、二输入图像的图像块时,判别为真;输入为第一、二输入图像对应的生成图像的图像块时,判别为假。