一種結合穩定點和特征點的多時相SAR圖像配準方法技術

本發明專利技術提供的是一種結合穩定點和特征點的多時相SAR圖像配準方法，包括相關一致性（CS）區域檢測，根據SAR圖像復數據求取圖像的Coherent?Scatters，SAR?FAST角點提取；對CS區域位置與特征點位置取交集，得到穩定的特征點，并對其利用SIFT描述子描述；在特征粗匹配階段，首先利用KD索引樹對描述子匹配，然后基于RANSAC算法剔除誤匹配點；在精確配準時，利用Powell尋找最優互信息位置進行精配準。本發明專利技術采用結合穩定點和特征點的方式進行SAR圖像的配準，可以得更高的配準精度。

【技術實現步驟摘要】

本專利技術屬于圖像處理領域，涉及用特征提取及匹配進行SAR圖像配準，特別涉及一種結合穩定點和特征點的多時相SAR圖像配準方法。
技術介紹
SAR圖像配準是把成像時間不同、角度不同、傳感器不同的多幅SAR圖像進行對齊，它是變化檢測、圖像融合等圖像解譯的基礎。在光學及SAR影像配準中，多采用基于特征點的配準方法。基于特征的方法不僅計算消耗較小，而且不像線特征和區域特征對場景內容要求高，且又不像基于灰度的方法以計算復雜度為代價。但是由于SAR影像中存在大量的斑點噪聲，應用于SAR圖像配準的點特征一般更注重于克服斑點噪聲，如SAR-Harris,SAR-SIFT。但是，由于SAR成像的特殊性，其對同一區域的成像多是周期出現。當成像周期較長時，同一區域的SAR影像會出現明顯的變化區域和非變化區域。而目前的基于特征點的SAR圖像配準方法，均沒有考慮到對多時相SAR圖像在時間間隔較長時，進行特征點檢測會出現不穩定點。在特征點提取的過程中，如果兩幅圖像的時間間隔比較遠，將會出現明顯的變化部分，而在變化部分會檢測到特征點，甚至出現匹配，此類點即為不穩定點。如圖1所示，兩圖分別為湖水的豐水期和枯水期狀態，水域范圍隨著時間變化，所以在此處檢測的角點是不穩定點。目前在對多時相SAR圖像配準的方法中，均是基于特征點的稀疏匹配算法，在提取特征點時多僅考慮多斑點噪聲的抑制，而對于多時相的SAR圖像中出現的不穩定點的剔除，目前還未有人實現過。
技術實現思路
本專利技術的目的在于提供一種結合穩定點和特征點的SAR圖像配準方法，該方法能夠更好地完成SAR圖像配準任務，以更高的精度實現SAR圖像配準。本專利技術提供的一種結合穩定點和特征點的SAR圖像配準方法包括以下具體步驟：一種結合穩定點和特征點的多時相SAR圖像配準方法，包括以下步驟：步驟1，相干一致性區域檢測；對復數SAR圖像計算得到多個子孔徑視圖，再通過計算兩兩視圖的一致性(sublookcoherenceapproach,SCA)得到不同子圖之間的相似度，根據經驗相似度閾值判斷是否為該區域是否為相干一致性區域；步驟2，SAR-FAST角點檢測；步驟2.1，利用迭代引導平滑算法對對SAR圖像進行濾波；步驟2.2，在選取的16個檢測窗口上計算與中心窗口的像素均值相似度，若存在連續9個或9個以上的窗口與中心窗口不相似，則將該檢測中心選為候選角點；步驟2.3，對出現在平坦區域的誤檢角點進行剔除，可根據平坦區域的誤檢點的梯度方向為一致向外或者向內，且周邊與中心窗口相似的檢測窗不連續原則剔除誤匹配點，獲取最終的SAR-FAST角點；步驟3，穩定點提取、描述與粗匹配；首先對提取的CS點和SAR-FAST角點取交集獲取穩定特征點，然后選擇SIFT描述子對穩定點進行描述；再利用基于KD樹的近似最近鄰算法對特征描述子粗匹配，利用RANSAC算法對特征點進行精匹配；步驟4，圖像精確配準；使用Powell算法得到兩幅待配準影像的最優互信息位置，然后在粗配準的前提下，局部搜索最優的結果，尋找精確的匹配參數，實現高精度、高效率的SAR圖像配準。本專利技術提供了一種結合穩定點和特征角點的SAR圖像配準方法，該方法提取的穩定特征角點可以消除在SAR圖像的變化區域檢測到特征點，從而避免了在SAR圖像變化區域引起誤匹配。在基于穩定特征點稀疏匹配的基礎上，本專利技術利用了基于SAR圖像互信息的配準方法，進一步提高了SAR圖像配準精度。本專利技術在SAR圖像配準方面首次使用，且在相同的條件下，相對于基于稀疏特征點匹配方法可以得到更高的圖像配準精度。附圖說明圖1為SAR圖像不穩定點。圖2為結合穩定點和特征點檢測的SAR圖像配準流程。圖3為SAR-FAST角點檢測時選取的檢測窗口像素點分布圖。圖4為出現在平坦區域的誤檢示意圖，(a)為梯度方向向外，(b)為梯度方向向內，(c)(d)為梯度方向不連續的情況。圖5為實驗1兩幅影像配準結果。圖6為實驗2兩幅影像最終的配準結果。具體實施方式基于特征點的方法是圖像配準常用的方法，以其計算量小，匹配速度快等特點在SAR圖像處理中有很大的應用前景。但由于SAR圖像同一區域成像間隔時間長，圖像變化區域多，特征點會落在隨著時間改變的地區，從而出現不穩定的特征點，影響配準的精度。所以，本專利技術提出了一種結合穩定點和特征點檢測的多時相SAR圖像配準方法，具體的流程圖如圖2所示。下面對基于穩定點和特征點的多時相SAR圖像配準的原理以及相關定義加以說明。1.相干一致性(CS)區域檢測在一個像素單元中，理想的點狀散射，在時域和頻域都有穩定的后向散射能量，確定性的散射點在幅度、相位、偏正干涉反應均處于穩定狀態，散射點的穩定性可以根據對像素單元的光譜分量的特性進行評估。通常CS的檢測主要是基于子圖像(sublooks)的譜相干實現。通過獲得SAR圖像復數數據的頻譜，對頻譜進行多次截取，得到處于不同帶寬的圖像，從而產生一系列的子圖，本文通過sublookcoherenceapproach(SCA)計算得到不同子圖之間的相似性，對于兩個頻譜沒有重合的子圖x1(r,x),x2(r,x)有，其中，*代表的是復數的共軛，E{本文檔來自技高網...

【技術保護點】
一種結合穩定點和特征點的多時相SAR圖像配準方法，其特征在于：包括以下步驟：步驟1，相干一致性區域檢測；步驟2，SAR?FAST角點檢測；步驟3，穩定點提取、描述與粗匹配；步驟4，圖像精確配準。

【技術特征摘要】
1.一種結合穩定點和特征點的多時相SAR圖像配準方法，其特征在于：包括以下步驟：步驟1，相干一致性區域檢測；步驟2，SAR-FAST角點檢測；步驟3，穩定點提取、描述與粗匹配；步驟4，圖像精確配準。2.根據權利要求1所述的一種結合穩定點和特征點的多時相SAR圖像配準方法，其特征在于：所述步驟1的具體過程為：對復數SAR圖像計算得到多個子孔徑視圖，再通過計算兩兩視圖的一致性SCA得到不同子圖之間的相似度，根據經驗相似度閾值判斷是否為該區域是否為相干一致性區域。3.根據權利要求2所述的一種結合穩定點和特征點的多時相SAR圖像配準方法，其特征在于：所述步驟2包括以下步驟：步驟2.1，利用迭代引導平滑算法對對SAR圖像進行濾波；步驟2.2，在選取的16個檢測窗口上計算與中心窗口的像素均值相似度，若存在連續9個或9個以上的窗口與中心窗口不相似，則將該檢測中心選為...

【專利技術屬性】
技術研發人員：楊文，余淮，劉妍，
申請(專利權)人：武漢大學，
類型：發明
國別省市：湖北;42