Line‐based modified iterated Hough transform for automatic registration of multi‐source imagery

Image registration aims at combining imagery from multiple sensors to achieve higher accuracy and derive more information than that obtained from a single sensor. The enormous increase in the volume of remotely sensed data that is being acquired by an ever-growing number of earth observation satellites mandates the development of accurate, robust, and automated registration procedures. An effective automatic image registration has to deal with four issues: registration primitives, transformation function, similarity measure, and matching strategy. This paper introduces a new approach for automatic image registration using linear features as the registration primitives. Linear features have been chosen because they can be reliably extracted from imagery with significantly different geometric and radiometric properties. The modified iterated Hough transform (MIHT), which manipulates the registration primitives and similarity measure, is used as the matching strategy for automatically deriving an estimate of the parameters involved in the transformation function as well as the correspondence between conjugate primitives. The MIHT procedure follows an optimal sequence for parameter estimation that takes into account the contribution of linear features with different orientations at various locations within the imagery towards the estimation of the transformation parameters in question. Experimental results using real data proved the feasibility and robustness of the suggested approach. Resume La superposition d'images a pour but de combiner l'imagerie provenant de capteurs multiples afin d'obtenir une precision plus grande et disposer de davantage d'informations que celles que l'on pourrait tirer d'un capteur unique. L’enorme accroissement du volume des donnees de teledetection fournies par un nombre toujours croissant de satellites d'observation de la Terre necessite de developper des processus de mise en superposition automatiques, robustes et precis. Toute superposition d'images automatique et efficace doit resoudre les quatre problemes suivants: primitives de superposition, fonction de transformation, determination de la similitude et strategie de l'appariement. On presente dans cet article une nouvelle methode de superposition automatique d'images utilisant des details lineaires comme primitives de superposition. On a choisi les details lineaires a cause de la grande fiabilite avec laquelle on peut les extraire de toute imagerie, quelles que soient ses proprietes radiometriques ou geometriques. On utilise une transformation iterative modifiee de Hough (MIHT) pour traiter les primitives de superposition, determiner la similitude, constituer la strategie d'appariement d'ou resulteront automatiquement une estimation des parametres de la fonction de transformation et la correspondance entre primitives homologues. Le processus MIHT s'execute selon une sequence optimale tenant compte de la contribution d’elements lineaires ayant diverses orientations et situes a differents endroits de l'image, pour aboutir a la determination finale des parametres de la transformation. Des resultats experimentaux obtenus avec des donnees reelles ont montre la faisabilite et la robustesse de la solution proposee. Zusammenfassung Durch Fusion und Registrierung von Bilddaten verschiedener Sensoren wird eine hohere Genauigkeit und mehr Informationsgewinn verglichen mit der Datenerfassung aus Einzelsensoren angestrebt. Durch die enorme Zunahme von Fernerkundungsdaten, die durch eine stetig steigende Zahl von Erdbeobachtungssatelliten erfasst werden, werden Forderungen nach automatischen Methoden zur Registrierung von Bilddaten, die genau und zuverlassig arbeiten, immer lauter. Eine effektive automatische Registrierung muss folgende vier Eigenschaften besitzen: die Verwendung von Merkmalen zur Registrierung, die Behandlung der gangigen Transformationsfunktionen, ein geeignetes Ahnlichkeitsmas und eine geeignete Bildzuordnungsstrategie. Dieser Beitrag stellt einen neuartigen Ansatz zur automatischen Registrierung von Bilddaten mit Hilfe von linearen Merkmalen dar, die als Primitive fur die Zuordnung dienen. Lineare Merkmale wurden ausgewahlt, da sie sich sehr zuverlassig auch aus Bilddaten mit stark unterschiedlichen, geometrischen und radiometrischen Eigenschaften extrahieren lassen. Als Bildzuordnungsstrategie wird eine Modifizierte Iterative Hough Transformation (MIHT) verwendet, die die Merkmale zur Registrierung und die zugehorigen Ahnlichkeitsmasse verarbeitet und eine automatische Bestimmung der Transformationsparameter, verbunden mit der Zuordnung homologer Merkmale, erlaubt. Die MIHT Prozedur verlauft nach einer optimalen Strategie zur Parameterschatzung, die die Beitrage der linearen Merkmale mit unterschiedlichen Orientierungen an verschiedenen Positionen in den Bilddaten berucksichtigt und zu der Schatzung der Transformationsparameter fuhrt. Experimentelle Ergebnisse mit realen Daten bestatigen die Anwendbarkeit und die Zuverlassigkeit des vorgeschlagenen Verfahrens. Resumen El registro de imagenes tiene como objetivo combinar imagenes de multiples sensores para lograr una mayor exactitud y extraer mas informacion que la procedente de un solo sensor. El rapido incremento de informacion captada por un numero creciente de satelites de observacion de la tierra demanda el desarrollo de procedimientos de registro automatizado, robusto y exacto. Un ajuste de imagenes automatico efectivo tiene que manejar cuatro componentes; las primitivas de registro, la funcion de transformacion, la medida de similitud y la estrategia de correspondencia. Este articulo introduce un nuevo enfoque para el registro automatico de imagenes utilizando entidades lineales como primitivas de registro. Se han elegido los objetos lineales porque pueden extraerse de forma fiable de las imagenes con propiedades geometricas y radiometricas significativamente diferentes. La transformada iterativa de Hough modificada (MIHT), que manipula las primitivas de registro y la medida de similitud, se usa como estrategia de correspondencia para derivar automaticamente una estimacion de los parametros implicados en la funcion de transformacion, asi como la correspondencia entre primitivas conjugadas. El procedimiento MIHT sigue una secuencia optima para la estimacion de parametros que tiene en cuenta la contribucion de las entidades lineales con diferentes orientaciones en varios lugares de la imagen para la estimacion de los parametros de transformacion en cuestion. Los resultados experimentales usando datos reales han probado la factibilidad y robustez del enfoque propuesto.