CN106251349B - 一种sar立体影像密集匹配方法 - Google Patents
一种sar立体影像密集匹配方法 Download PDFInfo
- Publication number
- CN106251349B CN106251349B CN201610602151.3A CN201610602151A CN106251349B CN 106251349 B CN106251349 B CN 106251349B CN 201610602151 A CN201610602151 A CN 201610602151A CN 106251349 B CN106251349 B CN 106251349B
- Authority
- CN
- China
- Prior art keywords
- sar
- image
- matching
- sar image
- stereopsis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
Landscapes
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明涉及一种SAR立体影像密集匹配方法,该方法针对地形起伏较大的地区SAR立体匹配困难的问题,利用外部辅助DEM,对影像进行基于影像模拟的几何精校正,将斜距SAR影像的匹配转换为几何纠正影像的匹配,能够实现SAR立体影像高精度密集匹配。
Description
技术领域
本发明属于遥感影像的数字摄影测量领域,特别涉及合成孔径雷达立体测量过程中影像匹配处理。
背景技术
合成孔径雷达立体测量利用覆盖同一区域的两景具有较大视角差异的单视复数据形成立体测量像对,通过影像匹配获取同名点信息,根据建立的构象模型可获取地面目标的三维信息,生成DEM成果,在确定构像模型后影像匹配结果将直接决定后续生成DEM质量。
影像匹配技术作为摄影测量科学的核心技术之一,其算法组成一般可归纳为四个主要因素:(1)特征空间:从影像的灰度或纹理等信息中提取出来的有独特属性可用来进行匹配的信息,例如基于特征匹配中提取出来的点特征、线特征等,基于灰度匹配中窗口灰度属性;(2)搜索空间:指依据特征空间在匹配影像上寻找同名点的限制范围;(3)搜索策略:指在搜索空间中如何选择下一个检测点,最终获得最优匹配点;(4)相似性度量:指衡量每一次匹配检测准确度的量,不同的匹配方法基本都是对以上四种因素进行变换组合而来的。国内外学者通常将影像匹配方法分为基于灰度的影像匹配和基于特征的影像匹配两种,立体匹配中需要获取每个像元的同名点,特征匹配获取的结果是稀疏匹配结果,因此基于灰度影像匹配更加适用于DEM立体测量。常规基于灰度的影像匹配通常需要进行粗配准,在地形起伏较大区域由于几何变形大,SAR立体像对间的几何变形差异也大,而且变形分布较广,普通粗配准无法取得较理想的效果,后续窗口设置较大时也可能无法获取理想结果,因此对地形起伏较大区域的SAR立体匹配成为了难题。
发明内容
本发明的目的在于解决地形起伏较大区域SAR立体像对匹配困难的问题,提出了一种基于模拟纠正的SAR立体影像密集匹配方法,该方法利用外部辅助DEM,对影像进行基于影像模拟的几何精校正,对几何纠正影像进行匹配,将纠正影像匹配结果转换成立体像对的匹配结果,该方法通过将斜距SAR影像的匹配转换为几何纠正影像的匹配,提高SAR立体影像匹配精度,消除立体像对相对几何变形对匹配的影响,实现SAR立体影像高精度密集匹配。
本发明的技术方案具体如下面所描述:
一种SAR立体影像密集匹配方法,其特征在于,包括以下步骤:(1)获取SAR立体影像对的左、右影像的几何成像参数和传感器平台状态矢量参数,建立几何定位模型;(2)利用外部辅助DEM进行影像模拟,生成SAR立体影像对的模拟SAR影像和查找表;(3)对SAR立体影像对中的真实SAR影像和模拟SAR影像进行配准并精化查找表,重采样生成几何纠正SAR影像对和精化查找表;(4)对几何纠正SAR影像对进行密集匹配,得到几何纠正影像视差图;(5)根据几何纠正影像视差图和精化查找表获取真实SAR立体像对视差图;(6)对真实SAR立体像对视差图进行漏洞填补。所述方法能够在地形起伏较大区域得到较高精度的SAR立体影像匹配结果。
进一步地,优选的方法是,所述步骤(1)中,针对SAR立体影像对,利用SAR左、右影像自带的几何成像参数和传感器平台状态矢量参数,建立地理坐标和SAR影像坐标之间的映射关系,形成所述几何定位模型;并且,选择SAR立体影像对其中一幅作为参考SAR影像,另一幅作为匹配SAR影像。
进一步地,优选的方法是,所述步骤(2)中,基于步骤(1)建立的几何定位模型,获取影像地理坐标范围,根据一定的地理空间分辨率和地理坐标范围,截取影像模拟所需的DEM数据,并对DEM数据进行过采样;从过采样DEM中获取平面地理坐标和高程,得到三维地理坐标,根据所述几何定位模型计算三维地理坐标相应的SAR影像坐标,在空白影像相应的影像位置上累积辐射信号,获得模拟SAR影像,模拟SAR影像大小和SAR立体影像对中的真实SAR影像一致;建立查找表,查找表为和过采样DEM大小一致的栅格数据,查找表的每个像素存储了对应该像素的模拟SAR影像点的影像坐标。
进一步地,优选的方法是,所述步骤(3)中,对模拟SAR影像与真实SAR影像分别提取特征点,并进行特征匹配,获得特征匹配点对;根据获取的特征匹配点对建立模拟SAR影像与真实SAR影像之间的配准关系;根据配准关系精化所述查找表,建立过采样DEM和真实SAR影像像素点之间的映射关系,形成精化查找表;根据所述精化查找表对真实SAR影像进行重采样,得到地理坐标系下的几何纠正SAR影像对。
进一步地,优选的方法是,所述步骤(4)中,对立体像对的几何纠正SAR影像对进行密集匹配,利用基于灰度的金字塔影像匹配方法,得到几何纠正SAR影像对的视差图,该视差图为和几何纠正SAR影像对的参考纠正SAR影像大小一致的栅格数据,该视差图的每个像素记录了该参考纠正SAR影像点相对于匹配纠正SAR影像点的影像坐标偏移值。
进一步地,优选的方法是,所述步骤(5)中,根据几何纠正SAR影像对视差图和精化查找表,得到真实SAR影像对之间的立体视差图,立体视差图和参考SAR影像大小一致,该立体视差图的每个像素记录了参考SAR影像点相对于匹配SAR影像点的影像坐标偏移值。
进一步地,优选的方法是,所述步骤(6)中,针对获取的真实SAR影像对之间的立体视差图中存在的无视差值的个别位置,通过插值的方式填补立体视差图的漏洞。
所述方法能够在SAR立体测量处理时,获取高精度的立体匹配结果,用于提取地面三维地形信息,显著提高SAR立体测量的实用性,提供的方案可以SAR地形测绘应用中起到重要的作用,具有较佳的技术效果。
附图说明
下面结合附图对本发明进行进一步详细的描述,以使得本发明的上述优点更加明确。
图1是本发明所述的SAR立体影像密集匹配方法的技术流程图;
图2是本发明所述方法的处理步骤。
具体实施方式
下面结合附图1-2对本发明作进一步详细的描述。
首先,针对SAR立体影像对,利用SAR左、右影像自带的几何成像参数和传感器平台状态矢量参数,建立地理坐标和SAR影像坐标之间的映射关系,生成几何定位模型;选择SAR立体影像对其中一幅作为参考SAR影像,另一幅作为匹配SAR影像。
基于建立的几何定位模型,获取影像地理坐标范围;根据一定的地理空间分辨率和地理坐标范围,截取影像模拟所需的DEM数据,并对DEM数据进行过采样,所得过采样DEM分辨率为(resX,resY),左上角坐标(X0,Y0),右下角坐标(X1,Y1)。创建一个和原始SAR影像大小一致的空白影像,从过采样DEM中获取平面地理坐标和高程,得到三维地理坐标;即,对于过采样DEM上第i行第j列像素点p,三维地理坐标为(Xp,Yp,hp),根据几何定位模型计算与第i行第j列相应的模拟SAR影像坐标(xp s,yp s),在空白影像的影像坐标(xp s,yp s)位置上累加辐射信号,对过采样DEM中所有像素点进行以上逐点处理,由空白影像累加辐射信号最终得到SAR立体影像对的模拟SAR影像。同时建立查找表,查找表为大小和过采样DEM大小一致的栅格数据,具有和过采样DEM一致的地理坐标信息,查找表的每个像素-如第i行第j列像素(i,j)上一存储了对应该像素的模拟SAR影像点的影像坐标(xp s,yp s)。
得到模拟SAR影像后,对模拟SAR影像与SAR立体影像对中的两幅真实SAR影像分别提取特征点,并进行特征匹配,即可获得特征匹配点对;根据获取的特征匹配点对建立两幅影像之间的配准关系。配准关系用多项式表达,设真实SAR影像的影像坐标为(xp o,yp o),模拟SAR影像的影像坐标为(xp s,yp s),则有
xp o=a0+a1xp s+a2yp s+a3(xp s)2+a4(yp s)2+a5xp syp s
yp o=b0+b1xp s+b2yp s+b3(xp s)2+b4(yp s)2+b5xp syp s
其中a0,a1,a2,a3,a4,a5,b0,b1,b2,b3,b4,b5为配准多项式系数。
根据配准关系精化查找表,精化方法为将查找表中像素(i,j)存储的模拟SAR影像坐标(xp s,yp S),通过配准计算出真实SAR影像影像坐标(xp o,yp o),将该像素存储的坐标值替换为(xp o,yp o),对原查找表逐像素处理得到精化查找表,从而建立过采样DEM和真实SAR影像的像素点之间的映射关系。
继而根据精化查找表对真实SAR影像进行影像重采样,获得几何纠正SAR影像;重采样方法如下:对于几何纠正SAR影像的像素点(i,j),在精化查找表的像素(i,j)中获得原始的真实SAR影像像素点坐标(xp o,yp o),根据该像素点坐标(xp o,yp o)在原始的真实SAR影像上进行双线性灰度插值,将插值得到的灰度值赋予几何纠正SAR影像的该像素点(i,j),最终得到地理坐标系下的几何纠正SAR影像;该几何纠正SAR影像和精化查找表一致,具有相同的地理坐标信息;。
对于SAR立体影像对,所得到的几何纠正SAR影像对包括参考纠正SAR影像和匹配纠正SAR影像,其中参考纠正SAR影像是与参考SAR影像相对应的几何纠正SAR影像,匹配纠正SAR影像是与匹配SAR影像相对应的几何纠正SAR影像;之后,对几何纠正SAR影像对进行密集匹配,匹配采用基于灰度的金字塔影像匹配方法,得到几何纠正SAR影像对的视差图,视差图为和参考纠正SAR影像大小一致的栅格数据,视差图的每个像素记录了该参考纠正SAR影像点相对于匹配纠正SAR影像点的影像坐标偏移值,也即视差值。例如,针对左影像对应的几何纠正SAR影像的像素点(xl s,yl s),其匹配得到右影像对应的几何纠正SAR影像的像素点(xr s,yr s),则视差值(Δxs,Δys)计算公式为Δxs=xr s-xl s,Δys=yr s-yl s。
完成几何纠正SAR影像对的匹配之后,根据几何纠正影像的视差图和上述精化查找表,换算得到真实SAR立体影像对之间立体视差图,即立体影像对视差图。立体影像对视差图和真实参考SAR影像大小一致,立体影像对视差图的每个像素记录了参考SAR影像点相对于匹配SAR影像点的影像坐标偏移值。具体转换由几何纠正SAR影像对的视差图出发,获取参考纠正SAR影像的像素点坐标(xl s,yl s),根据纠正影像对视差图计算得到匹配纠正SAR影像的像点坐标(xr s,yr s),根据影像纠正精化查找表分别得到对应的真实参考SAR影像点的影像坐标(xl o,yl o)和真实匹配SAR影像点(xr o,yr o),则立体影像对视差图的立体视差值为Δxo=xr o-xl o,Δyo=yr o-yl o。
最后,针对获取的SAR立体影像对视差图中存在个别位置没有视差值的情况,通过插值的方式填补视差图漏洞。设视差图某一行的第n个像素没有有效视差值,填补算法为:
h1为同行中距离该像素左侧最近的像元n1的有效视差值,h2为距离右侧最近的像元n2的有效视差值,h为根据线性插值计算得到该第n个像素点的视差值。
本发明所述的SAR立体影像密集匹配方法针对地形起伏较大的地区SAR立体匹配困难的问题,利用外部辅助DEM,对影像进行基于影像模拟的几何精校正,将斜距SAR影像的匹配转换为几何纠正影像的匹配,能够克服由于像对几何变形较大导致立体匹配困难的问题,通过几何纠正获得几何信息对匹配进行约束,能够实现SAR立体影像高精度密集匹配。
上述具体实施仅仅是示例性的,在本发明的上述教导下,本领域技术人员可以在上述实施例的基础上进行各种改进和变形,而这些改进或者变形落在本发明的保护范围内。本领域技术人员应该明白,上面的具体描述只是为了解释本发明的目的,并非用于限制本发明。本发明的保护范围由权利要求及其等同物限定。
Claims (6)
1.一种SAR立体影像密集匹配方法,其特征在于,包括以下步骤:(1)获取SAR立体影像对的左、右影像的几何成像参数和传感器平台状态矢量参数,建立几何定位模型;(2)利用外部辅助DEM进行影像模拟,生成SAR立体影像对的模拟SAR影像和查找表;(3)对SAR立体影像对中的真实SAR影像和模拟SAR影像进行配准并精化查找表,重采样生成几何纠正SAR影像对和精化查找表;(4)对几何纠正SAR影像对进行密集匹配,得到几何纠正影像视差图;(5)根据几何纠正影像视差图和精化查找表获取真实SAR立体像对视差图;(6)对真实SAR立体像对视差图进行漏洞填补; 所述方法能够在地形起伏较大区域得到较高精度的SAR立体影像匹配结果;
其中,所述步骤(2)中,基于步骤(1)建立的几何定位模型,获取影像地理坐标范围,根据一定的地理空间分辨率和地理坐标范围,截取影像模拟所需的DEM数据,并对DEM数据进行过采样;从过采样DEM中获取平面地理坐标和高程,得到三维地理坐标,根据所述几何定位模型计算三维地理坐标相应的SAR影像坐标,在空白影像相应的影像位置上累积辐射信号,获得模拟SAR影像,模拟SAR影像大小和SAR立体影像对中的真实SAR影像一致;建立查找表,查找表为和过采样DEM大小一致的栅格数据,查找表的每个像素存储了对应该像素的模拟SAR影像点的影像坐标。
2.根据权利要求1所述的SAR立体影像密集匹配方法,其特征在于,所述步骤(1)中,针对SAR立体影像对,利用SAR左、右影像自带的几何成像参数和传感器平台状态矢量参数,建立地理坐标和SAR影像坐标之间的映射关系,形成所述几何定位模型;并且,选择SAR立体影像对其中一幅作为参考SAR影像,另一幅作为匹配SAR影像。
3.根据权利要求1所述的SAR立体影像密集匹配方法,其特征在于,所述步骤(3)中,对模拟SAR影像与真实SAR影像分别提取特征点,并进行特征匹配,获得特征匹配点对;根据获取的特征匹配点对建立模拟SAR影像与真实SAR影像之间的配准关系;根据配准关系精化所述查找表,建立过采样DEM和真实SAR影像像素点之间的映射关系,形成精化查找表;根据所述精化查找表对真实SAR影像进行重采样,得到地理坐标系下的几何纠正SAR影像对。
4.根据权利要求3所述的SAR立体影像密集匹配方法,其特征在于,所述步骤(4)中,对立体像对的几何纠正SAR影像对进行密集匹配,利用基于灰度的金字塔影像匹配方法,得到几何纠正SAR影像对的视差图,该视差图为和几何纠正SAR影像对的参考纠正SAR影像大小一致的栅格数据,该视差图的每个像素记录了该参考纠正SAR影像点相对于匹配纠正SAR影像点的影像坐标偏移值。
5.根据权利要求4所述的SAR立体影像密集匹配方法,其特征在于,所述步骤(5)中,根据几何纠正SAR影像对视差图和精化查找表,得到真实SAR影像对之间的立体视差图,立体视差图和参考SAR影像大小一致,该立体视差图的每个像素记录了参考SAR影像点相对于匹配SAR影像点的影像坐标偏移值。
6.根据权利要求5所述的SAR立体影像密集匹配方法,其特征在于,针对获取的真实SAR影像对之间的立体视差图中存在的无视差值的个别位置,通过插值的方式填补立体视差图的漏洞。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610602151.3A CN106251349B (zh) | 2016-07-27 | 2016-07-27 | 一种sar立体影像密集匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610602151.3A CN106251349B (zh) | 2016-07-27 | 2016-07-27 | 一种sar立体影像密集匹配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106251349A CN106251349A (zh) | 2016-12-21 |
CN106251349B true CN106251349B (zh) | 2019-04-05 |
Family
ID=57604145
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610602151.3A Active CN106251349B (zh) | 2016-07-27 | 2016-07-27 | 一种sar立体影像密集匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106251349B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109035312B (zh) * | 2018-07-17 | 2021-11-09 | 中国人民解放军国防科技大学 | 一种dem辅助的sar图像高精度配准方法 |
CN111639618B (zh) * | 2020-06-08 | 2021-04-06 | 中国石油大学(华东) | 一种全极化sar影像变化区域精确提取方法 |
CN111998766B (zh) * | 2020-08-31 | 2021-10-15 | 同济大学 | 一种基于时序InSAR技术的地表形变反演方法 |
CN114280613B (zh) * | 2022-03-08 | 2022-05-10 | 南京雷电信息技术有限公司 | 基于dem数据生成仿真机载火控雷达对地测绘图像方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102520406A (zh) * | 2011-12-20 | 2012-06-27 | 中国测绘科学研究院 | 基于影像坐标映射的sar立体模型构建与量测方法 |
CN103218789A (zh) * | 2013-04-24 | 2013-07-24 | 中国科学院遥感与数字地球研究所 | 一种基于几何形变分步解算的自动化正射纠正方法 |
CN103869296A (zh) * | 2014-01-26 | 2014-06-18 | 中国测绘科学研究院 | 一种基于成像面表征的极化sar地形辐射校正和几何纠正方法 |
-
2016
- 2016-07-27 CN CN201610602151.3A patent/CN106251349B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102520406A (zh) * | 2011-12-20 | 2012-06-27 | 中国测绘科学研究院 | 基于影像坐标映射的sar立体模型构建与量测方法 |
CN103218789A (zh) * | 2013-04-24 | 2013-07-24 | 中国科学院遥感与数字地球研究所 | 一种基于几何形变分步解算的自动化正射纠正方法 |
CN103869296A (zh) * | 2014-01-26 | 2014-06-18 | 中国测绘科学研究院 | 一种基于成像面表征的极化sar地形辐射校正和几何纠正方法 |
Non-Patent Citations (1)
Title |
---|
SAR MAPPING TECHNOLOGY AND ITS APPLICATION IN DIFFICULTY TERRAIN AREA;Jixian Zhang et al;《IGARSS 2010》;20101231;全文 |
Also Published As
Publication number | Publication date |
---|---|
CN106251349A (zh) | 2016-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110058237B (zh) | 面向高分辨率SAR影像的InSAR点云融合及三维形变监测方法 | |
CN107358631B (zh) | 一种虑及三维畸变的双目视觉重建方法 | |
CN106960174B (zh) | 高分影像激光雷达高程控制点提取及其辅助定位方法 | |
US20200103530A1 (en) | Method for extracting elevation control point with assistance of satellite laser altimetry data | |
CN111126148B (zh) | 一种基于视频卫星影像的dsm生成方法 | |
CN106251349B (zh) | 一种sar立体影像密集匹配方法 | |
CN110264567A (zh) | 一种基于标记点的实时三维建模方法 | |
CN105701820A (zh) | 一种基于匹配区域的点云配准方法 | |
CN109597074B (zh) | 一种sar影像几何定位参数校正方法及系统 | |
CN107167073A (zh) | 一种线阵结构光三维快速测量装置及其测量方法 | |
CN111275750A (zh) | 基于多传感器融合的室内空间全景图像生成方法 | |
CN102036094B (zh) | 一种基于数字分数延时技术的立体匹配方法 | |
CN112597428B (zh) | 基于rfm模型光束法平差和影像重采样的颤振探测修正方法 | |
CN111091076B (zh) | 基于立体视觉的隧道限界数据测量方法 | |
CN107067394A (zh) | 一种倾斜摄影获取点云坐标的方法及装置 | |
CN104567801B (zh) | 一种基于立体视觉的高精度激光测量方法 | |
CN112184792A (zh) | 一种基于视觉的道路坡度计算方法及装置 | |
CN108182722A (zh) | 一种三维物体边缘优化的真正射影像生成方法 | |
CN105137431B (zh) | 一种sar立体模型构建与量测方法 | |
CN115719320B (zh) | 基于遥感影像的倾斜校正稠密匹配方法 | |
CN111611525A (zh) | 基于物方匹配高程偏差迭代修正的遥感数据高程解算方法 | |
CN115797466A (zh) | 一种快速的三维空间标定方法 | |
CN112433213B (zh) | 一种sar干涉测量结果与光学影像位置偏移综合纠正方法 | |
CN107784666A (zh) | 基于立体影像的地形地物三维变化检测和更新方法 | |
Dong et al. | Calibration method for a structured light measurement system with two different focal length cameras |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |