CN106530334A - 一种机载干涉合成孔径雷达复图像配准方法及复图像配准系统 - Google Patents

一种机载干涉合成孔径雷达复图像配准方法及复图像配准系统 Download PDF

Info

Publication number
CN106530334A
CN106530334A CN201610922173.8A CN201610922173A CN106530334A CN 106530334 A CN106530334 A CN 106530334A CN 201610922173 A CN201610922173 A CN 201610922173A CN 106530334 A CN106530334 A CN 106530334A
Authority
CN
China
Prior art keywords
registration
complex
block
sub
complex pattern
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.)
Granted
Application number
CN201610922173.8A
Other languages
English (en)
Other versions
CN106530334B (zh
Inventor
韦立登
李爽
李军
孟飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Radio Measurement
Original Assignee
Beijing Institute of Radio Measurement
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Radio Measurement filed Critical Beijing Institute of Radio Measurement
Priority to CN201610922173.8A priority Critical patent/CN106530334B/zh
Publication of CN106530334A publication Critical patent/CN106530334A/zh
Application granted granted Critical
Publication of CN106530334B publication Critical patent/CN106530334B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10032Satellite or aerial image; Remote sensing
    • G06T2207/10044Radar image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20021Dividing image into blocks, subimages or windows

Landscapes

  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种机载干涉合成孔径雷达复图像配准方法及系统,配准方法包括:将两幅复图像平均分块,对每一块复图像对按复相关函数法进行粗配准,获得每一块复图像对的粗配准参数;对每一块复图像对分别进行逐级细分,按照级别对每一级上的每一块复图像对按照复相关函数法获得该块复图像对的配准偏移量,计算得到的最后一级别上的每一块复图像对的配准偏移量则为最终的复图像的精配准参数。本发明由于将初始的复图像划分为小的复图像块,在每一级配准计算中所采用的偏移量均为上一级更大图像块配准所得偏移量的基础上加入更小的偏移步进量计算得到,避免了由于低相关区带来的配准结果大幅度波动现象,提高复图像配准的精度。

Description

一种机载干涉合成孔径雷达复图像配准方法及复图像配准 系统
技术领域
本发明涉及图像处理技术领域,具体涉及一种机载干涉合成孔径雷达复图像配准方法及复图像配准系统。
背景技术
干涉合成孔径雷达(Interferometric Synthetic Aperture Radar,简称InSAR)技术是利用合成孔径雷达复图像数据的相位信息提取地表高精度数字高程(DEM)信息的一种新技术。
机载干涉合成孔径雷达是以飞机为平台,通过两部雷达天线同时观测,获取地面同一场景的复图像对。机载干涉合成孔径雷达获取的雷达回波数据经过成像处理之后,得到两幅有细微差别的合唱孔径雷达图像。要得到清晰的干涉相位图和三维地形图,复图像配准是InSAR图像处理中的第一步,同时也是其中的关键环节。要获得高质量干涉相位图并保证干涉合成孔径雷达信号之间相干性,精确的复图像配准是基础。
机载干涉合成孔径雷达复图像配准的过程是根据使用的复图像匹配指标确定两幅复图像之间匹配位置的相对偏移量,然后对其中一幅图像进行插值重采样。
目前机载干涉合成仅仅雷达的复图像配准主要采用基于复相关系数的复图像配准方法。机载干涉合成孔径雷达复图像的配准一般分粗配准和精配准两步进行。目前采用的复图像配准方法过程中的粗配准确定它在搜索窗内按行列以不同的整像元偏移量计算复图像对之间的匹配质量评价指标,得到精度在一个像元之内的配准;精配准通过对复图像作亚像元插值后再计算匹配指标来进行,其精度要求在1/20个像元以下。
分析现有的InSAR复图像配准算法可知,亚像元的精配准处理首先要对复图像进行由于配准精度要求的亚像元插值处理,然后在对插值后的数据按较小的搜索窗口完成局部配准指标的计算。这样的处理方法存在以下两方面的缺陷:1)精配准在独立的局部小搜索窗口内计算配准指标,在信号低相干区,估计的结果容易产生较大的偏离;2)全图像的亚像元插值及其后的搜索窗口匹配指标计算的运算量巨大,需要巨大的运算时间成本。
发明内容
本发明提供了一种机载干涉合成孔径雷达复图像配准方法及复图像配准系统,克服了现有技术的缺陷和不足。
本发明解决上述技术问题的技术方案如下:提供了一种机载干涉合成孔径雷达复图像配准方法,包括:
S1,从用于配准的两幅复图像中确定一幅复图像作为主图像,另外一幅作为副图像,对两幅复图像分别按一定大小平均分成矩阵块,形成对应的矩阵块复图像对;
S2,对每一矩阵块复图像对按复相关函数法进行粗配准,获得每一矩阵块复图像对的粗配准参数;
S3,对每一矩阵块复图像对分别进行逐级细分,形成每一级上的子块复图像对,并按照级别对每一级上的每一子块复图像对按照复相关函数法获得该子块复图像对的精配准偏移量,计算得到的最后一级别上的每一子块复图像对的精配准偏移量则为最终的精配准参数;
S4,根据最终的精配准参数,利用双线性插值方法,计算得到副图像的所有像素点的精配准参数;
S5,利用所述所有像素点的精配准参数,对副图像进行二维Sinc插值方法获得配准后的副图像,完成两幅复图像的配准过程。
为解决本发明的技术问题,还提供了一种机载干涉合成孔径雷达复图像配准系统,包括:
获取模块,用于获取机载干涉合成孔径雷达的用于配准的两幅复图像;
第一划分模块,用于分别将两幅复图像按一定大小平均分成矩阵块,其中,两幅复图像的矩阵块对应,形成复图像对;
第一配准模块,用于对每一块复图像对按复相关函数法进行粗配准,获得每一块复图像对的粗配准参数;
第二划分模块,用于对每一块复图像对分别进行逐级细分,形成每一级上的子块复图像对;
第二配准模块,用于按照级别对每一级上的每一块复图像对按照复相关函数法获得该块复图像对的配准偏移量,计算得到的最后一级别上的每一块复图像对的配准偏移量则为最终的复图像的精配准参数;
插值计算模块,用于根据最终的精配准参数,利用双线性插值方法,计算得到副图像的所有像素点的精配准参数;
第三配准模块,用于设定两幅复图像中的一幅作为主图像,另外一幅作为副图像,利用所述所有像素点的精配准参数,对副图像进行二维Sinc插值方法获得配准后的副图像,完成两幅复图像的配准过程。
本发明的有益效果为:将两幅复图像平均分块,对每一块复图像对按复相关函数法进行粗配准,获得每一块复图像对的粗配准参数;对每一块复图像对分别进行逐级细分,形成每一级上的子块复图像对;按照级别对每一级上的每一块复图像对按照复相关函数法获得该块复图像对的配准偏移量,计算得到的最后一级别上的每一块复图像对的配准偏移量则为最终的复图像的精配准参数,本发明由于将初始的复图像划分为小的复图像块,在每一级配准计算中所采用的偏移量均为上一级更大图像块配准所得偏移量的基础上加入更小的偏移步进量计算得到,避免了由于低相关区带来的配准结果大幅度波动现象,提高复图像配准的精度。
附图说明
图1为本发明实施例的一种机载干涉合成孔径雷达复图像配准方法流程图;
图2为粗配准分块示意图;
图3为精配准逐级分块示意图;
图4为本发明另一实施例的一种机载干涉合成孔径雷达复图像配准方法流程图;
图5为本发明实施例的的一种机载干涉合成孔径雷达复图像配准系统连接框图;
图6为本发明另一实施例的一种机载干涉合成孔径雷达复图像配准系统连接框图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
实施例1、一种机载干涉合成孔径雷达复图像配准方法。
参见图1,本实施例提供的复图像配准方法包括:
S1,从用于配准的两幅复图像中确定一幅复图像作为主图像,另外一幅作为副图像,对两幅复图像分别按一定大小平均分成矩阵块,形成对应的矩阵块复图像对;
S2,对每一矩阵块复图像对按复相关函数法进行粗配准,获得每一矩阵块复图像对的粗配准参数;
S3,对每一矩阵块复图像对分别进行逐级细分,形成每一级上的子块复图像对,并按照级别对每一级上的每一子块复图像对按照复相关函数法获得该子块复图像对的精配准偏移量,计算得到的最后一级别上的每一子块复图像对的精配准偏移量则为最终的精配准参数;
S4,根据最终的精配准参数,利用双线性插值方法,计算得到副图像的所有像素点的精配准参数;
S5,利用所述所有像素点的精配准参数,对副图像进行二维Sinc插值方法获得配准后的副图像,完成两幅复图像的配准过程。
下面对上述步骤进行具体介绍。
参见图2,其中,所述步骤S2具体包括:
将用于配准的两幅复图像分别平均划分为P×Q个矩阵块,每一块的像素点为其中,表示方位向的像素点,表示距离向的像素点,P和Q均为正整数;
设两幅复图像在方位向的偏移量为u,其取值范围为u∈[umin,umax],距离向的偏移量为v,其取值范围为v∈[vmin,vmax],对于第(i,j)块复图像对,令对应的两个复图像块的数据分别为Mij和Sij,则两块复图像的复相关函数为:
其中,i,j代表矩阵块复图像序号,均为正整数,且0≤i<P,0≤j<Q,m,n代表复图像块中的像素号,且
遍历u和v的取值范围,使得R(u,v)为最大的u和v即为两块复图像的粗配准参数
得到了矩阵块复图像对的粗配准参数之后,下面进行精配准,所述步骤S3具体包括:
可参见图3,S31,对所述步骤S2中的矩阵块复图像对继续按照一分为四逐级划分,得到每一级上的子块复图像对;
S32,在每一级上对每一子块复图像对按照当前的偏移步进量计算9个方向上的复相关函数,将复相关函数值最大的方向对应的u和v作为该级上该子块复图像对的精配准偏移量,计算得到的最后一级别上的每一子块复图像对的精配准偏移量作为最终的精配准参数。
上述的所述步骤S31具体包括:
将上一级配准所划分的每一子块复图像对再分别平均划分为2×2小块,第k级共有2kP×2kQ小块,每小块像素点为其中k为分级后的级别序号,k为正整数,且k≥1;
所述步骤S32具体包括:
S32.1,以p(k)=2-k为第k级偏移步进量,根据上一级每一子块复图像对的精配准偏移量和该级上的偏移步进量,计算得到该级上每个小块复图像对的精配准偏移量;
S32.2,根据该级上每个小块复图像对的精配准偏移量,分别计算9个方向偏移量所对应的复相关函数,并以9个复相关函数中的最大者所对应的方向偏移量作为该小块的第k级精配准偏移量其中,i,j代表第k级精配准的小块序号,均为正整数,且0≤i<2kP,0≤j<2k Q;
S32.3,重复执行步骤S32.1和S32.2,将计算得到的最后一级别上的每一子块复图像对的精配准偏移量作为最终的精配准参数。
上述的所述步骤S32.1通过以下公式计算当前第k级的每一子块复图像对的9个方向上的精准偏移量:
其中,为9个方向的偏移量向量;
所述步骤S32.2具体包括:
对于第k级的第(i,j)子块复图像数据,以9个方向的偏移量向量对副图像上的第k级的第(i,j)子块复图像分别重采样获得9幅重采样后的副图像块;
分别计算9个方向上的重采样后的副图像块与主图像块之间的复相关函数,以其中最大的复相关函数所对应的偏移量作为该小块复图像对的第k级精配准偏移量
需要说明的是,对于配准精度要求达到1/2k量级的复图像对配准过程,传统配准方法需要进行2k×2k=4k次全图插值和复相关运算,而本申请只需要进行9×k=9k次全图插值和复相关运算,只要k≥3,就有4k≥9k,即本发明方法的计算量就更少,配准精度要求越高,即k越大,本申请的运算优势就越明显,在需要较高配准精度的情况下,可以明显减少图像重采样和复相关函数计算的运算量,从而提高复图像配准的运算效率。
所述步骤S32.3还包括:
重复执行S32.1和S32.2直到k等于设定的最大分级数,将计算得到的最后一级别上的每一块复图像对的配准偏移量作为最终的精配准参数;
或者,逐级进行计算,重复步骤S32.1和S32.2,直到偏移步进量p(k)达到设定的配准精度要求,将计算得到的最后一级别上的每一块复图像对的配准偏移量作为最终的精配准参数。
实施例2、
参见图4,下面对本发明另一实施例的一种机载干涉合成孔径雷达复图像配准方法进行说明,包括以下步骤:
S1,从用于配准的两幅复图像中确定一幅复图像作为主图像,另外一幅作为副图像,对两幅复图像分别按一定大小平均分成矩阵块,形成对应的矩阵块复图像对;
S2,对每一矩阵块复图像对按复相关函数法进行粗配准,获得每一矩阵块复图像对的粗配准参数;
S2’,对两幅复图像的所有矩阵块复图像对的粗配准参数利用中值滤波方法进行滤波,得到去除了由于低相干区域造成的奇异值的各矩阵块复图像对的粗配准偏移量
S3,对每一矩阵块复图像对分别进行逐级细分,形成每一级上的子块复图像对,并按照级别对每一级上的每一子块复图像对按照复相关函数法获得该子块复图像对的精配准偏移量,计算得到的最后一级别上的每一子块复图像对的精配准偏移量则为最终的精配准参数;
S3’,利用滤波插值法对最后的精配准参数进行滤波,得到去除了由于低相干区域造成的奇异值的精配准偏移量
S4,根据最终的精配准参数,利用双线性插值方法,计算得到副图像的所有像素点的精配准参数;
S5,利用所述所有像素点的精配准参数,对副图像进行二维Sinc插值方法获得配准后的副图像,完成两幅复图像的配准过程。
本实施例在上述实施例1的基础上,在所述步骤S3之前还包括:
S2’,对步骤S2计算出的两幅复图像的所有矩阵块复图像对的粗配准参数利用中值滤波方法进行滤波,得到去除了由于低相干区域造成的奇异值的各矩阵块复图像对的粗配准偏移量
以及在所述步骤S4之前还包括:
S3’,利用滤波插值法对步骤S3计算出来的最后的精配准参数进行滤波,得到去除了由于低相干区域造成的奇异值的精配准偏移量
本实施例对计算出来的粗配准参数和计算出来的最终的精配准参数,均利用中值滤波方法进行滤波,能够去除由于大面积阴影、水体等低相干区域造成的奇异值,避免了由于低相干区域带来的配准结果大幅度波动现象,提高复图像配准的精度。
下面以一个具体的例子对本实施例提供的复图像配准方法进行说明。
以两幅大小为6144×8192点的机载干涉合成孔径雷达复图像的配准过程为例,假设粗配准的分块大小为1024×1024点,精配准等级为5级(即最小配准步进量1/32像素)。则复图像配准的具体过程如下:
1、复图像粗配准过程为:
将用于配准的两幅复图像分别平均划分为6×8块,每块的像素点为1024×1024;
对每块复图像对,采用复相关法进行图像粗配准,获得每块复图像对的粗配准参数
对所有块的粗配准参数,利用中值滤波方法进行滤波,得到去除了由于大面积阴影、水体等低相干区域造成的奇异值的配准偏移量
2、完成第1级到第5级的复图像精配准过程:
第1级精配准数据均划分为12×16小块,每小块像素点为512×512点,偏移步进量为1/2像素;
第2级精配准数据均划分为24×32小块,每小块像素点为256×256点,偏移步进量为1/4像素;
第3级精配准数据均划分为48×64小块,每小块像素点为128×128点,偏移步进量为1/8像素;
第4级精配准数据均划分为96×128小块,每小块像素点为64×64点,偏移步进量为1/16像素;
第5级精配准数据均划分为192×256小块,每小块像素点为32×32点,偏移步进量为1/32像素;
对192×256小块的精配准参数,利用均值滤波方法进行滤波,得到去除了由于局部小面积阴影、水体等小块低相干区域造成的奇异值的配准偏移量
对滤波后的精配准参数,利用双线性插值方法,计算得到6144×8192个像素点的精配准参数
利用计算得到的6144×8192个像素点的精配准参数对副图像进行二维Sinc插值方法获得配准后的副图像,完成干涉复图像对配准过程。
实施例3、一种机载干涉合成孔径雷达复图像配准系统。
参见图5,本实施例提供的复图像配准系统包括粗划分模块21、粗配准模块22、精配准模块23、插值计算模块24和复图像配准模块25。
粗划分模块21,用于从需要配准的两幅复图像中确定一幅复图像作为主图像,另外一幅作为副图像,对两幅复图像分别按一定大小平均分成矩阵块,形成对应的矩阵块复图像对;
粗配准模块22,用于对每一矩阵块复图像对按复相关函数法进行粗配准,获得每一矩阵块复图像对的粗配准参数;
精配准模块23,用于对每一矩阵块复图像对分别进行逐级细分,形成每一级上的子块复图像对,并按照级别对每一级上的每一子块复图像对按照复相关函数法获得该子块复图像对的精配准偏移量,计算得到的最后一级别上的每一子块复图像对的精配准偏移量则为最终的精配准参数;
插值计算模块24,用于根据最终的精配准参数,利用双线性插值方法,计算得到副图像的所有像素点的精配准参数;
复图像配准模块25,用于利用所述所有像素点的精配准参数,对副图像进行二维Sinc插值方法获得配准后的副图像,完成两幅复图像的配准过程。
本实施例提供的复图像配准系统进行复图像配准的整个过程可以参考实施例1中的技术特征,在此不再赘述。
实施例4、一种机载干涉合成孔径雷达复图像配准系统。
下面对本发明的另一实施例的一种机载干涉合成孔径雷达复图像配准系统进行说明,参见图6,本实施例提供的复图像配准系统包括粗划分模块21、粗配准模块22、精配准模块23、插值计算模块24、复图像配准模块25和滤波模块26。
本实施例提供的复图像配准系统在实施例3的基础上增加了滤波模块26,其中,滤波模块26,用于对所述粗配准模块计算出来的两幅复图像的所有矩阵块复图像对的粗配准参数,利用中值滤波方法进行滤波,得到去除了由于低相干区域造成的奇异值的各矩阵块复图像对的粗配准偏移量;
以及用于利用滤波插值法对所述精配准模块计算出来的最后的精配准参数进行滤波,得到去除了由于低相干区域造成的奇异值的精配准偏移量。
本发明提供的一种机载干涉合成孔径雷达复图像配准方法及复图像配准系统,将两幅复图像平均分块,对每一块复图像对按复相关函数法进行粗配准,获得每一块复图像对的粗配准参数;对每一块复图像对分别进行逐级细分,形成每一级上的子块复图像对;按照级别对每一级上的每一块复图像对按照复相关函数法获得该块复图像对的配准偏移量,计算得到的最后一级别上的每一块复图像对的配准偏移量则为最终的复图像的精配准参数,与传统的机载干涉合成孔径雷达复图像配准方法相比,主要具有两方面的明显优点:
(1)每一级的精配准初始偏移量都用到了上一级的配准结果,避免了由于低相干区域带来的配准结果大幅度波动现象,提高复图像配准的精度;
(2)对于配准精度要求达到1/2k量级的复图像对配准过程,传统配准方法需要进行2k×2k=4k次全图插值和复相关运算,而本发明方法需要进行9×k=9k次全图插值和复相关运算,只要k≥3,就有4k≥9k,即本发明方法的计算量就更少,配准精度要求越高,即k越大,本发明方法的运算优势就越明显,在需要较高配准精度的情况下,可以明显减少图像重采样和复相关函数计算的运算量,从而提高复图像配准的运算效率。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种机载干涉合成孔径雷达复图像配准方法,其特征在于,包括以下步骤:
S1,从用于配准的两幅复图像中确定一幅复图像作为主图像,另外一幅作为副图像,对两幅复图像分别按一定大小平均分成矩阵块,形成对应的矩阵块复图像对;
S2,对每一矩阵块复图像对按复相关函数法进行粗配准,获得每一矩阵块复图像对的粗配准参数;
S3,对每一矩阵块复图像对分别进行逐级细分,形成每一级上的子块复图像对,并按照级别对每一级上的每一子块复图像对按照复相关函数法获得该子块复图像对的精配准偏移量,计算得到的最后一级别上的每一子块复图像对的精配准偏移量则为最终的精配准参数;
S4,根据最终的精配准参数,利用双线性插值方法,计算得到副图像的所有像素点的精配准参数;
S5,利用所述所有像素点的精配准参数,对副图像进行二维Sinc插值方法获得配准后的副图像,完成两幅复图像的配准过程。
2.如权利要求1所述的机载干涉合成孔径雷达复图像配准方法,其特征在于,所述步骤S2具体包括:
将用于配准的两幅复图像分别平均划分为P×Q个矩阵块,每一块的像素点为其中,表示方位向的像素点,表示距离向的像素点,P和Q均为正整数;
设两幅复图像在方位向的偏移量为u,其取值范围为u∈[umin,umax],距离向的偏移量为v,其取值范围为v∈[vmin,vmax],对于第(i,j)块复图像对,令对应的两个复图像块的数据分别为Mij和Sij,则两块复图像的复相关函数为:
R ( u , v ) = Σ m Σ n | M i j ( m , n ) S i j * ( m + u , m + v ) | Σ m Σ n | M i j 2 ( m , n ) | Σ m Σ n | S i j 2 ( m + u , m + v ) | ;
其中,i,j代表矩阵块复图像序号,均为正整数,且0≤i<P,0≤j<Q,m,n代表复图像块中的像素号,且
遍历u和v的取值范围,使得R(u,v)为最大的u和v即为两块复图像的粗配准参数
3.如权利要求2所述的机载干涉合成孔径雷达复图像配准方法,其特征在于,所述步骤S3之前还包括:
对两幅复图像的所有矩阵块复图像对的粗配准参数利用中值滤波方法进行滤波,得到去除了由于低相干区域造成的奇异值的各矩阵块复图像对的粗配准偏移量
4.如权利要求3所述的机载干涉合成孔径雷达复图像配准方法,其特征在于,所述步骤S3具体包括:
S31,对所述步骤S2中的矩阵块复图像对继续按照一分为四逐级划分,得到每一级上的子块复图像对;
S32,在每一级上对每一子块复图像对按照当前的偏移步进量计算9个方向上的复相关函数,将复相关函数值最大的方向对应的u和v作为该级上该子块复图像对的精配准偏移量,计算得到的最后一级别上的每一子块复图像对的精配准偏移量作为最终的精配准参数。
5.如权利要求4所述的机载干涉合成孔径雷达复图像配准方法,其特征在于,所述步骤S31具体包括:
将上一级配准所划分的每一子块复图像对再分别平均划分为2×2小块,第k级共有2kP×2kQ小块,每小块像素点为其中k为分级后的级别序号,k为正整数,且k≥1;
所述步骤S32具体包括:
S32.1,以p(k)=2-k为第k级偏移步进量,根据上一级每一子块复图像对的精配准偏移量和该级上的偏移步进量,计算得到该级上每个小块复图像对的精配准偏移量;
S32.2,根据该级上每个小块复图像对的精配准偏移量,分别计算9个方向偏移量所对应的复相关函数,并以9个复相关函数中的最大者所对应的方向偏移量作为该小块的第k级精配准偏移量其中,i,j代表第k级精配准的小块序号,均为正整数,且0≤i<2kP,0≤j<2kQ;
S32.3,重复执行步骤S32.1和S32.2,将计算得到的最后一级别上的每一子块复图像对的精配准偏移量作为最终的精配准参数。
6.如权利要求5所述的机载干涉合成孔径雷达复图像配准方法,其特征在于,所述步骤S32.1通过以下公式计算当前第k级的每一子块复图像对的9个方向上的精准偏移量:
[ u k i / 2 , j / 2 , v k i / 2 , j / 2 ] = [ u i / 2 , j / 2 ( k - 1 ) , v i / 2 , j / 2 ( k - 1 ) ] + 2 - k - 1 - 1 - 1 0 - 1 1 0 - 1 0 0 0 1 1 - 1 1 0 1 1 ;
其中,为9个方向的偏移量向量;
所述步骤S32.2具体包括:
对于第k级的第(i,j)子块复图像数据,以9个方向的偏移量向量对副图像上的第k级的第(i,j)子块复图像分别重采样获得9幅重采样后的副图像块;
分别计算9个方向上的重采样后的副图像块与主图像块之间的复相关函数,以其中最大的复相关函数所对应的偏移量作为该小块复图像对的第k级精配准偏移量
7.如权利要求5所述的机载干涉合成孔径雷达复图像配准方法,其特征在于,所述步骤S32.3具体包括:
重复执行S32.1和S32.2直到k等于设定的最大分级数,将计算得到的最后一级别上的每一块复图像对的配准偏移量作为最终的精配准参数;
或者,逐级进行计算,重复步骤S32.1和S32.2,直到偏移步进量p(k)达到设定的配准精度要求,将计算得到的最后一级别上的每一块复图像对的配准偏移量作为最终的精配准参数。
8.如权利要求7所述的机载干涉合成孔径雷达复图像配准方法,其特征在于,所述步骤S4之前还包括:
利用滤波插值法对最后的精配准参数进行滤波,得到去除了由于低相干区域造成的奇异值的精配准偏移量
9.一种机载干涉合成孔径雷达复图像配准系统,其特征在于,包括:
获取模块,用于获取机载干涉合成孔径雷达的用于配准的两幅复图像;
第一划分模块,用于分别将两幅复图像按一定大小平均分成矩阵块,其中,两幅复图像的矩阵块对应,形成复图像对;
第一配准模块,用于对每一块复图像对按复相关函数法进行粗配准,获得每一块复图像对的粗配准参数;
第二划分模块,用于对每一块复图像对分别进行逐级细分,形成每一级上的子块复图像对;
第二配准模块,用于按照级别对每一级上的每一块复图像对按照复相关函数法获得该块复图像对的配准偏移量,计算得到的最后一级别上的每一块复图像对的配准偏移量则为最终的复图像的精配准参数;
插值计算模块,用于根据最终的精配准参数,利用双线性插值方法,计算得到副图像的所有像素点的精配准参数;
第三配准模块,用于设定两幅复图像中的一幅作为主图像,另外一幅作为副图像,利用所述所有像素点的精配准参数,对副图像进行二维Sinc插值方法获得配准后的副图像,完成两幅复图像的配准过程。
10.如权利要求9所述的机载干涉合成孔径雷达复图像配准系统,其特征在于,还包括:
滤波模块,用于对所述粗配准模块计算出来的两幅复图像的所有矩阵块复图像对的粗配准参数,利用中值滤波方法进行滤波,得到去除了由于低相干区域造成的奇异值的各矩阵块复图像对的粗配准偏移量;
以及用于利用滤波插值法对所述精配准模块计算出来的最后的精配准参数进行滤波,得到去除了由于低相干区域造成的奇异值的精配准偏移量。
CN201610922173.8A 2016-10-21 2016-10-21 一种机载干涉合成孔径雷达复图像配准方法及复图像配准系统 Active CN106530334B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610922173.8A CN106530334B (zh) 2016-10-21 2016-10-21 一种机载干涉合成孔径雷达复图像配准方法及复图像配准系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610922173.8A CN106530334B (zh) 2016-10-21 2016-10-21 一种机载干涉合成孔径雷达复图像配准方法及复图像配准系统

Publications (2)

Publication Number Publication Date
CN106530334A true CN106530334A (zh) 2017-03-22
CN106530334B CN106530334B (zh) 2019-10-08

Family

ID=58292633

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610922173.8A Active CN106530334B (zh) 2016-10-21 2016-10-21 一种机载干涉合成孔径雷达复图像配准方法及复图像配准系统

Country Status (1)

Country Link
CN (1) CN106530334B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106990412A (zh) * 2017-05-11 2017-07-28 哈尔滨工业大学 一种干涉合成孔径激光雷达系统的图像配准方法
CN107610161A (zh) * 2017-10-10 2018-01-19 电子科技大学 一种基于四叉树分割的InSAR快速图像配准方法
CN108133493A (zh) * 2018-01-10 2018-06-08 电子科技大学 一种基于区域划分和渐变映射的异源图像配准优化方法
CN108682025A (zh) * 2018-05-23 2018-10-19 沈阳东软医疗系统有限公司 一种图像配准方法及装置
CN109816619A (zh) * 2019-01-28 2019-05-28 努比亚技术有限公司 图像融合方法、装置、终端及计算机可读存储介质
CN114820739A (zh) * 2022-07-01 2022-07-29 浙江工商大学 一种面向多光谱相机的图像快速配准方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102270341A (zh) * 2011-04-20 2011-12-07 电子科技大学 一种自适应的高精度干涉sar相位估计方法
CN104484880A (zh) * 2014-12-20 2015-04-01 西安电子科技大学 一种基于相干图迁移聚类的sar图像分割方法
US20150292887A1 (en) * 2014-04-14 2015-10-15 SAAB Vricon System AB Navigation based on at least one sensor and a three dimensional map
CN105425216A (zh) * 2015-11-24 2016-03-23 西安电子科技大学 基于图像分割的重复航过极化InSAR图像配准方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102270341A (zh) * 2011-04-20 2011-12-07 电子科技大学 一种自适应的高精度干涉sar相位估计方法
US20150292887A1 (en) * 2014-04-14 2015-10-15 SAAB Vricon System AB Navigation based on at least one sensor and a three dimensional map
CN104484880A (zh) * 2014-12-20 2015-04-01 西安电子科技大学 一种基于相干图迁移聚类的sar图像分割方法
CN105425216A (zh) * 2015-11-24 2016-03-23 西安电子科技大学 基于图像分割的重复航过极化InSAR图像配准方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
曾琪明 等: "基于谱运算的复相关函数法在干涉复图像配准中的应用给", 《测绘学报》 *
苗启广 等: "《多传感器图像融合技术及应用》", 30 April 2014, 西安电子科技大学出版社 *
郭丽娜: "合成孔径雷达干涉测量中的复图像配准方法", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106990412A (zh) * 2017-05-11 2017-07-28 哈尔滨工业大学 一种干涉合成孔径激光雷达系统的图像配准方法
CN106990412B (zh) * 2017-05-11 2019-06-11 哈尔滨工业大学 一种干涉合成孔径激光雷达系统的图像配准方法
CN107610161A (zh) * 2017-10-10 2018-01-19 电子科技大学 一种基于四叉树分割的InSAR快速图像配准方法
CN108133493A (zh) * 2018-01-10 2018-06-08 电子科技大学 一种基于区域划分和渐变映射的异源图像配准优化方法
CN108133493B (zh) * 2018-01-10 2021-10-22 电子科技大学 一种基于区域划分和渐变映射的异源图像配准优化方法
CN108682025A (zh) * 2018-05-23 2018-10-19 沈阳东软医疗系统有限公司 一种图像配准方法及装置
CN108682025B (zh) * 2018-05-23 2022-03-15 东软医疗系统股份有限公司 一种图像配准方法及装置
CN109816619A (zh) * 2019-01-28 2019-05-28 努比亚技术有限公司 图像融合方法、装置、终端及计算机可读存储介质
CN114820739A (zh) * 2022-07-01 2022-07-29 浙江工商大学 一种面向多光谱相机的图像快速配准方法及装置
CN114820739B (zh) * 2022-07-01 2022-10-11 浙江工商大学 一种面向多光谱相机的图像快速配准方法及装置

Also Published As

Publication number Publication date
CN106530334B (zh) 2019-10-08

Similar Documents

Publication Publication Date Title
CN106530334A (zh) 一种机载干涉合成孔径雷达复图像配准方法及复图像配准系统
CN101901343B (zh) 基于立体约束的遥感影像道路提取方法
CN102693542B (zh) 一种影像特征匹配方法
CN108596975B (zh) 一种针对弱纹理区域的立体匹配算法
US6459822B1 (en) Video image stabilization and registration
CN107301661A (zh) 基于边缘点特征的高分辨率遥感图像配准方法
CN102073874B (zh) 附加几何约束的航天三线阵ccd相机多影像立体匹配方法
CN105182350B (zh) 一种应用特征跟踪的多波束声呐目标探测方法
CN107301664A (zh) 基于相似性测度函数的改进局部立体匹配方法
CN109255358B (zh) 一种基于视觉显著性和深度图的3d图像质量评价方法
CN107392950A (zh) 一种基于弱纹理检测的跨尺度代价聚合立体匹配方法
CN104732531B (zh) 一种高分辨率遥感图像信噪比曲线自适应获取方法
CN103400388A (zh) 一种利用RANSAC消除Brisk关键点错误匹配点对的方法
CN104361590A (zh) 一种控制点自适应分布的高分辨率遥感影像配准方法
CN102906782B (zh) 立体图像处理装置及立体图像处理方法
CN102800113B (zh) 一种基于分形维数的数字图像分析方法
CN102903111B (zh) 基于图像分割的大面积低纹理区立体匹配算法
CN106780584A (zh) 基于灰度共生矩阵的纹理方向精细估算方法
CN111008664A (zh) 一种基于空谱联合特征的高光谱海冰检测方法
CN113763269A (zh) 一种用于双目图像的立体匹配方法
CN108021857B (zh) 基于无人机航拍图像序列深度恢复的建筑物检测方法
CN109344860A (zh) 一种基于lbp的无参考图像质量评价方法
CN110706253B (zh) 基于表观特征和深度特征的目标跟踪方法、系统、装置
CN104200434A (zh) 一种基于噪声方差估计的非局部均值图像去噪方法
Tian et al. SC-IQA: Shift compensation based image quality assessment for DIBR-synthesized views

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant