CN107610161B - 一种基于四叉树分割的InSAR快速图像配准方法 - Google Patents
一种基于四叉树分割的InSAR快速图像配准方法 Download PDFInfo
- Publication number
- CN107610161B CN107610161B CN201710932777.5A CN201710932777A CN107610161B CN 107610161 B CN107610161 B CN 107610161B CN 201710932777 A CN201710932777 A CN 201710932777A CN 107610161 B CN107610161 B CN 107610161B
- Authority
- CN
- China
- Prior art keywords
- complex pattern
- sub
- insar
- major
- minor
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 87
- 238000005192 partition Methods 0.000 title claims abstract description 43
- 241001347978 Major minor Species 0.000 claims abstract description 159
- 230000011218 segmentation Effects 0.000 claims abstract description 43
- 238000004364 calculation method Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 7
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000001427 coherent effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005305 interferometry Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000005428 wave function Effects 0.000 description 1
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于四叉树分割的InSAR快速配准方法，它是结合图像四叉树分割准则及FFT最大相关系数配准原理，先对InSAR主副复图像进行粗配准及粗分割，然后再进行四叉树结构图像分块及子块FFT最大相关系数亚像素配准，本发明利用InSAR复图像逐个子块四叉树分割及子块亚像素配准，避免了传统FFT最大相关系数配准的全局图像插值，从而实现了大场景InSAR复图像的快速亚像素配准。避免了传统FFT最大相关系数配准的全局图像插值，有效降低了大场景InSAR复图像配准的运算效率，对于像素偏移变化大的InASAR主副复图像中具有良好的配准精度和运算效率。
Description
技术领域
本发明属于合成孔径雷达(SAR)技术领域，它特别涉及干涉SAR(InSAR)成像技术领域。
背景技术
干涉合成孔径雷达(InSAR)是合成孔径雷达(SAR)成像技术的扩展，其主要利用两个以上天线或多次航过对同一观测场景进行不同角度或不同时段观测得到的两幅以上SAR图像，提取SAR图像干涉相位信息，再结合成像几何关系反演出地形高程信息，从而实现高精度地形三维测绘的遥感技术，详见文献“李泓宇.干涉合成孔径雷达高程测量关键技术研究[D].中国科学院大学,2016”。干涉SAR具有成像区域大、成像精度高、能够全天候、全天时成像的优势，已经成为当今世界提取大面积地表三维图像和地形高程变化信息的一项重要遥感技术，在地形测绘、自然灾害监测、自然资源调查、导航定位和地形匹配等领域发挥越来越大的作用，详见文献“刘曦霞.合成孔径雷达干涉测量(INSAR)技术原理及应用发展[J].科技创新与应用,2015(20):36-37”。InSAR复图像配准是将含有相同场景或目标的InSAR复图像进行空间几何对准的过程，是InSAR数据处理中关键的一个步骤。为了提高InSAR复图像对的相干性，保证干涉相位质量及地形高程反演精度，InSAR复图像的配准精度通常要达到亚像素级别，实际中通常要求其配准精度达到0.1像素，详见文献“孙增辉.星载干涉合成孔径雷达影像配准算法[D].西安科技大学,2015”。
相对于光学图，因InSAR复图像存在透视收缩、掩叠、阴影及固有相干斑噪声影响，基于图像特征点的传统光学图像配准方法难以适用于高精度InSAR复图像配准。针对InSAR复图像的幅度及相位特性，通常利用小块图像窗口的相似性匹配测度来确定InSAR复图像的像素偏移量，至今已提出了基于最大相干系数、最大干涉频谱、相位平均波动函数、相位最小二乘等相似性匹配准则下多种复图像配准算法，详见文献“靳国旺,徐青,张红敏.合成孔径雷达干涉测量[M].国防工业出版社,2014”。相对其它匹配准则方法，最大相干系数配准方法由于可采用快速傅立叶变换(FFT)实现，具有更高的运算效率，在是实现InSAR复图像快速配准最常用的方法，详见文献“张红王超.基于FFT平移与相关分析的多尺度星载SAR自动配准[J].遥感技术与应用,2013,28(4):618-626”。为了达到亚像素级配准精度，FFT最大相干系数配准算法通常采用插值重采样技术，一般插值单元尺寸越小，配置精度就越高。另外，近几年学者们也提出了一些新方法以实现InSAR图像亚像素度配准。例如，文献“LiD,Zhang Y.A fast offset estimation approach for InSAR image subpixelregistration[J].IEEE Geoscience and Remote Sensing Letters,2012,9(2):267-271”提出一种快速偏移估计方法，利用图像特征估计及最小均方割算法实现高精度InSAR配准，具有较低的运算量；文献“Natsuaki R,Hirose A.InSAR local co-registration methodassisted by shape-from-shading[J].IEEE Journal of Selected Topics in AppliedEarth Observations and Remote Sensing,2013,6(2):953-959”利用SAR图像奇异点作为评判准则，提出一种基于明暗恢复形状的InSAR配准算法，提高了地形数字高程反演图像的信噪比；文献“Zhang Z,Liu H,Zhang L,et al.A large width SAR image registrationmethod based on the complex correlation function[C]//Geoscience and RemoteSensing Symposium (IGARSS),2016IEEE International.IEEE,2016:6476-6479”提出了基于复相干函数的大场景InSAR配准方法，采用图像固定子块划分配准以实现大场景InSAR复图像配准；文献“Gong M,Zhao S,Jiao L,et al.A novel coarse-to-fine scheme forautomatic image registration based on SIFT and mutual information[J].IEEETransactions on Geoscience and Remote Sensing,2014,52(7):4328-4338”基于尺度不变特征变换(SIFT)及最大互信息准则，提出一种粗至精SAR图像自动配准方法，采用一种基于多分辨框架的改进Marquardt-Levenberg算法实现SAR图像对高精度配准。然而，大多数现有高精度配准算法往往将InSAR复图像进行整体或固定分块配准，对于大场景复图像的大数量、子区域偏移变化大等情况，可能存在局部配准精度下降、运算量大等问题。随着近年来高分宽带InSAR成像观测的迫切需求及应用，实现大场景InSAR复图像的快速高精度配准技术具有重要的应用价值。
针对大场景InSAR复图像的快速高精度配准问题，结合InSAR复图像FFT最大相关系数配准原理及图像四叉树分割准则，本文提出了一种基于四叉树分割的InSAR快速配准方法，通过四叉树结构图像分块及子块FFT最大相关系数配准，实现大场景InSAR复图像的快速亚像素配准。相对于传统FFT最大相干系数的逐个像素点配准方法，该方法在实现亚像素配准时具有更少的运算量。
发明内容
本发明提出了一种基于四叉树分割的InSAR快速配准方法，该方法结合图像四叉树分割准则及FFT最大相关系数配准原理，先对InSAR主副复图像进行粗配准及粗分割，然后再进行四叉树结构图像分块及子块FFT最大相关系数亚像素配准，从而实现了大场景InSAR复图像的快速亚像素配准。有效降低了大场景InSAR复图像配准的运算效率，对于像素偏移变化大的InASAR主副复图像中具有良好的配准精度和运算效率。
为了方便描述本发明的内容，首先作以下术语定义：
定义1、干涉合成孔径雷达(InSAR)
干涉合成孔径雷达(干涉SAR)是指利用在同一观测场景不同观测角度获得的两组或者两组以上SAR图像进行干涉成像处理，提起干涉相位信息，然后结合雷达系统参数、雷达平台几何位置参数和观测地形信息反演地形高度及高程变化信息的合成孔径雷达技术，详见文献“合成孔径雷达成像原理”，皮亦鸣等编著，电子科技大学出版社出版。
定义2、InSAR复图像配准
InSAR复图像配准是将含有相同场景或目标的InSAR复图像进行空间几何对准的过程。
定义3、InSAR复图像粗配准和精配准
InSAR复图像粗配准通常是指达到像素级别精度的InSAR复图像配准；InSAR复图像精配准通常是指达到亚像素级别精度的InSAR复图像配准，一般配准精度要达到0.1像素级别；详见文献“孙增辉.星载干涉合成孔径雷达影像配准算法[D].西安科技大学,2015”。
定义4、标准复图像相关系数计算公式
复图像相关系数是指两幅复图像之间的相似程度，假设I1(x,y)和I2(x,y)分别代表InSAR主副复图像，图像维数大小为M×N，其中x＝1,…,M和y＝1,…,N表示行序号和列序号。对于搜索窗口P×Q，图像I1(x,y)和I2(x,y)的标准复图像相关系数计算公式为：
其中*表示共轭运算。表示开根方运算符号，|·|表示取绝对值运算，∑(·)表示求和运算。
定义5、最大相关系数配准方法
最大相关系数配准方法是InSAR主副复图像配准的经典方法，该方法的基本思想是通过寻找InSAR主副复图像相关系数的最大值，此最大值的位置即为InSAR主副复图像间对应的像素偏移量，详见文献“唐智,周荫清,李景文.InSAR数据处理中基于相关系数的配准方法[J].雷达科学与技术,2004,2(2):108-114”。
定义6、标准FFT最大相关系数配准方法
标准FFT最大相关系数配准方法是实现最大相关系数配准的快速方法，该方法的基本思想是通过快速傅立叶变换(FFT)计算InSAR主副复图像相关系数，从而提高了最大相关系数配准的效率，详见文献“石晓进,张云华.基于Fourier-Mellin变换和相干系数法的重复轨道干涉SAR图像配准新方法[J].电子与信息学报,2009,31(4):803-807.”。
定义7、快速傅立叶变换(FFT)最大相关系数配准方法
FFT最大相关系数配准方法是一种快速实现InSAR主副复图像最大相关系数配准的方法，该方法广泛应用于InSAR复图像粗配准和精配准，其基本思想是利用FFT快速计算InSAR复图像的相关系数，详见文献“孙中昶,郭华东,焦孟梅,等.机载双天线InSAR复图像自动配准研究[J].国土资源遥感,2010,22(1):24-29”。
定义8、标准图像四叉树分割方法
标准图像四叉树分割方法是一种实现图像特征分割的经典方法，其基本步骤是将一幅图像等分为四部分，逐块检查子块中像素灰度值的相似程度；如果某个子区像素灰度值的相似度大于阈值，则这个子区就不再继续分割，否则继续把这个子区分割为四个子区；这样依次分割，直到每个子块都只含有相似灰度的像素为止。
定义9、标准InSAR复图像仿真方法
标准InSAR复图像仿真方法是指利用InSAR雷达系统参数和观测场景参数，根据InSAR成像原理，生成InSAR主副复图像的过程。详见文献“李文强,李景文,陈杰.一种干涉SAR复图像数据的快速仿真方法[J].北京航空航天大学学报,2005,31(1):31-35”。
本发明提供的一种基于四叉树分割的InSAR快速图像配准方法，它包括以下几个步骤：
步骤1、对InSAR主副复图像进行整体粗配准：
将待配准的InSAR主复图像记为IM，将待配准的InSAR副复图像记为IS；采用标准FFT最大相关系数配准方法对InSAR主副复图像IM和IS进行像素级的整体粗配准，得到整体粗配准后的InSAR主副复图像，分别记为和
步骤2、对InSAR主副复图像进行整体粗分割：
将步骤1得到的粗配准后InSAR主副复图像和均匀划分为9个子块图像，得到9个子块均匀划分后的第l个InSAR主副子块复图像，分别记为和l＝1,2,…,9，其中l为自然数，l表示复图像和均匀划分为9个子块图像后的第l个子块，和分别表示为9个子块均匀划分后的第1个InSAR主副子块复图像，和分别表示为9个子块均匀划分后的第9个InSAR主副子块复图像；
采用标准FFT最大相关系数配准方法对第1个InSAR主副子块复图像和进行0.1像素级的整体精配准，得到复图像和间的行偏移量记为βx，得到复图像和间的列偏移量记为βy；
采用标准FFT最大相关系数配准方法对第9个InSAR主副子块复图像和进行0.1像素级的整体精配准，得到复图像和间的行偏移量记为δx，得到复图像和间的列偏移量记为δy；
采用公式计算得到InSAR主副复图像和粗分割的行分割数，记为M0，其中表示上取整运算，|·|表示绝对值运算；
采用公式计算得到InSAR主副复图像和粗分割的列分割数，记为N0，其中表示上取整运算，|·|表示绝对值运算；
将步骤1得到的粗配准后InSAR主副复图像和均匀划分为M0×N0个子块图像，得到M0×N0个子块均匀划分后第i行和第j列的InSAR主副子块复图像分别记为和i＝1,…M0，j＝1,…N0，其中表示图像均匀划分为M0×N0个子块图像后的第i行和第j列的子块复图像，表示图像均匀划分为M0×N0个子块图像后的第i行和第j列的子块复图像，i和j为自然数，i表示图像和均匀划分为M0×N0个子块图像后的第i个行子块，j表示图像和均匀划分为M0×N0个子块图像后的第j个行子块；
步骤3、初始化InSAR主副复图像四叉树分割亚像素配准的参数：
初始化InSAR主副复图像四叉树分割亚像素配准的参数，包括：最小分割图像的行数，记为S1；最小分割图像的列数，记为S2；图像相关系数变化的阈值，记为Tρ；
步骤4、对粗分割的InSAR主副复图像进行四叉树分割亚像素配准：
将步骤2得到的M0×N0个子块均匀划分后InSAR主副子块复图像和i＝1,…M0，j＝1,…N0，作为待分割配准的InSAR主副复图像，采用步骤4.1到步骤4.4的图像四叉树分割亚像素配准方法进行亚像素配准，得到图像四叉树分割亚像素配准后的InSAR主副子块复图像分别记为和i＝1,…M0，j＝1,…N0；图像四叉树分割亚像素配准方法的具体流程：步骤4.1到步骤4.4：
步骤4.1、对待分割配准的InSAR主副复图像进行整体亚像素精配准：
将待分割配准的InSAR主副复图像，分别记为BM和BS；采用标准FFT最大相关系数配准方法对复图像BM和BS进行0.1像素级的整体亚像素精配准，得到整体亚像素精配准后的InSAR主副复图像，分别记为和采用标准复图像相关系数计算公式，计算得到复图像和的平均相关系数，记为ρ0；
步骤4.2、对精配准后InSAR主副复图像进行四叉树分割：
将步骤4.1得到的整体亚像素精配准后InSAR主副复图像和均匀划分为4个子块图像，得到复图像均匀划分为4个子块图像后的第1个子块至第4个子块复图像分别记为和得到复图像均匀划分为4个子块图像后的第1个子块至第4个子块复图像分别记为和
步骤4.3、对四叉树分割后InSAR主副子块复图像进行整体亚像素配准：
对步骤4.2得到的第1个主副子块复图像和采用标准FFT最大相关系数配准方法对复图像和进行0.1像素级的整体亚像素精配准，得到整体亚像素精配准后的InSAR主副子块复图像，分别记为和采用标准复图像相关系数计算公式，计算得到复图像和的平均相关系数，记为ρ1；
对步骤4.2得到的第2个主副子块复图像和采用标准FFT最大相关系数配准方法对复图像和进行0.1像素级的整体亚像素精配准，得到整体亚像素精配准后的InSAR主副子块复图像，分别记为和采用标准复图像相关系数计算公式，计算得到复图像和的平均相关系数，记为ρ2；
对步骤4.2得到的第3个主副子块复图像和采用标准FFT最大相关系数配准方法对复图像和进行0.1像素级的整体亚像素精配准，得到整体亚像素精配准后的InSAR主副子块复图像，分别记为和采用标准复图像相关系数计算公式，计算得到复图像和的平均相关系数，记为ρ3；
对步骤4.2得到的第4个主副子块复图像和采用标准FFT最大相关系数配准方法对复图像和进行0.1像素级的整体亚像素精配准，得到整体亚像素精配准后的InSAR主副子块复图像，分别记为和采用标准复图像相关系数计算公式，计算得到复图像和的平均相关系数，记为ρ4；
步骤4.4、对每一个主副子块复图像的四叉树分割亚像素配准进行判定：
对步骤4.3精配准后得到的第1个主副子块复图像和进行判定，
如果相关系数满足|ρ1-ρ0|＞Tρ且复图像和的行数和列数分别大于S1和S2，则将复图像和分别赋值与步骤4.1的待分割配准InSAR主副复图像BM和BS，然后重新执行步骤4.1到步骤4.4；
如果相关系数满足|ρ1-ρ0|≤Tρ或复图像和的行数和列数分别小于S1和S2，复图像和即为InSAR主副复图像和四等分分割后第1个子块的最终复图像精配准结果；其中ρ0为步骤4.1中得到的复图像和的平均相关系数，ρ1为步骤4.3中得到的复图像和的平均相关系数，S1和S2为步骤3中初始化得到的最小分割图像的行数和列数，Tρ为步骤3中初始化得到的图像相关系数变化的阈值；
对步骤4.3精配准后得到的第2个主副子块复图像和进行判定，
如果相关系数满足|ρ2-ρ0|＞Tρ且复图像和的行数和列数分别大于S1和S2，则将复图像和分别赋值与步骤4.1的待分割配准InSAR主副复图像BM和BS，然后重新执行步骤4.1到步骤4.4；
如果相关系数满足|ρ2-ρ0|≤Tρ或复图像和的行数和列数分别小于S1和S2，复图像和即为InSAR主副复图像和四等分分割后第2个子块的最终复图像精配准结果；其中，ρ2为步骤4.3中得到的复图像和的平均相关系数；
对步骤4.3精配准后得到的第3个主副子块复图像和进行判定，
如果相关系数满足|ρ3-ρ0|＞Tρ且复图像和的行数和列数分别大于S1和S2，则将复图像和分别赋值与步骤4.1的待分割配准InSAR主副复图像BM和BS，然后重新执行步骤4.1到步骤4.4；
如果相关系数满足|ρ3-ρ0|≤Tρ或复图像和的行数和列数分别小于S1和S2，图像和即为InSAR主副复图像和四等分分割后第3个子块的最终复图像精配准结果；其中，ρ3为步骤4.3中得到的复图像和的平均相关系数；
对步骤4.3精配准后得到的第4个主副子块复图像和进行判定，
如果相关系数满足|ρ4-ρ0|＞Tρ且复图像和的行数和列数分别大于S1和S2，则将复图像和分别赋值与步骤4.1的待分割配准InSAR主副复图像BM和BS，然后重新执行步骤4.1到步骤4.4；
如果相关系数满足|ρ4-ρ0|≤Tρ且复图像和的行数和列数分别小于S1和S2，图像和即为InSAR主副复图像和四等分分割后第4个子块的最终复图像精配准结果；其中，ρ4为步骤4.3中得到的复图像和的平均相关系数；
步骤5、对四叉树分割亚像素配准后得到的所有子块复图像进行合并：
对步骤4中得到图像四叉树分割亚像素配准后的InSAR主副子块复图像和i＝1,…M0，j＝1,…N0，按照位置顺序依次进行合并，得到InSAR主副复图像IM和IS最终的亚像素精配准结果，分别记为QM和QS。
本发明的创新点在于结合InSAR复图像FFT最大相关系数配准方法，采用图像四叉树分割思路，提出了一种基于四叉树分割的InSAR快速图像配准方法，该方法利用InSAR复图像逐个子块四叉树分割及子块亚像素配准，避免了传统FFT最大相关系数配准的全局图像插值，有效降低了大场景InSAR复图像配准的运算效率，可实现大场景InSAR复图像的快速配准。
本发明的优点是结合了FFT最大相关系数配准方法和图像四叉树分割方法的优势，避免了传统FFT最大相关系数配准的全局图像插值，有效降低了大场景InSAR复图像配准的运算效率，对于像素偏移变化大的InASAR主副复图像中具有良好的配准精度和运算效率。
附图说明
图1为本发明所提供方法的总体流程示意框图；
图2为本发明所提供方法中图像四叉树分割亚像素配准的流程示意框图；
图3为本发明具体实施中InSAR复图像仿真的系统参数和观测场景参数。
具体实施方式
本发明主要采用仿真实验的方法进行验证，所有步骤、结论都在MATLABR2015b软件上验证正确。具体实施步骤如下：
步骤1、对InSAR主副复图像进行整体粗配准：
初始化InSAR复图像仿真的系统参数和观测场景参数，包括：系统平台垂直地面高度为6000m，系统工作中心频率为1×1010Hz，水平基线长度为4m，垂直基线长度为0.5m，雷达入射角为45°，系统距离向分辨率为0.5m，系统方位向分辨率为0.5m，观测场景范围大小为3000m×3000m，观测场景分辨单元数为6000×6000，观测场景散射系数为[0，1]区间均匀随机分布；
根据InSAR复图像仿真的系统参数和观测场景参数，采用标准InSAR主副复图像仿真方法生成将待配准的InSAR主副复图像，分别记为IM和IS；采用FFT最大相关系数配准方法对InSAR主副复图像IM和IS进行像素级的整体粗配准，得到整体粗配准后的InSAR主副复图像，分别记为和
步骤2、对InSAR主副复图像进行整体粗分割：
将步骤1得到的粗配准后InSAR主副复图像和均匀划分为9个子块图像，得到9个子块均匀划分后的第l个InSAR主副子块复图像，分别记为和l＝1,2,…,9，其中l为自然数，l表示复图像和均匀划分为9个子块图像后的第l个子块，和分别表示为9个子块均匀划分后的第1个InSAR主副子块复图像，和分别表示为9个子块均匀划分后的第9个InSAR主副子块复图像；
采用标准FFT最大相关系数配准方法对第1个InSAR主副子块复图像和进行0.1像素级的整体精配准，得到复图像和间的行偏移量记为βx，得到复图像和间的列偏移量记为βy；
采用标准FFT最大相关系数配准方法对第9个InSAR主副子块复图像和进行0.1像素级的整体精配准，得到复图像和间的行偏移量记为δx，得到复图像和间的列偏移量记为δy；
采用公式计算得到InSAR主副复图像和粗分割的行分割数，记为M0，其中表示上取整运算，|·|表示绝对值运算；
采用公式计算得到InSAR主副复图像和粗分割的列分割数，记为N0，其中表示上取整运算，|·|表示绝对值运算；
将步骤1得到的粗配准后InSAR主副复图像和均匀划分为M0×N0个子块图像，得到M0×N0个子块均匀划分后第i行和第j列的InSAR主副子块复图像分别记为和i＝1,…M0，j＝1,…N0，其中表示图像均匀划分为M0×N0个子块图像后的第i行和第j列的子块复图像，表示图像均匀划分为M0×N0个子块图像后的第i行和第j列的子块复图像，i和j为自然数，i表示图像和均匀划分为M0×N0个子块图像后的第i个行子块，j表示图像和均匀划分为M0×N0个子块图像后的第j个行子块；
步骤3、初始化InSAR主副复图像四叉树分割亚像素配准的参数：
初始化InSAR主副复图像四叉树分割亚像素配准的参数，包括：最小分割图像的行数S1＝128；最小分割图像的列数S2＝128；图像相关系数变化的阈值Tρ＝0.001；
步骤4、对粗分割的InSAR主副复图像进行四叉树分割亚像素配准：
将步骤2得到的M0×N0个子块均匀划分后InSAR主副子块复图像和i＝1,…M0，j＝1,…N0，作为待分割配准的InSAR主副复图像，采用步骤4.1到步骤4.4的图像四叉树分割亚像素配准方法进行亚像素配准，得到图像四叉树分割亚像素配准后的InSAR主副子块复图像分别记为和i＝1,…M0，j＝1,…N0；图像四叉树分割亚像素配准方法的具体流程如步骤4.1到步骤4.4所示：
步骤4.1、对待分割配准的InSAR主副复图像进行整体亚像素精配准：
将待分割配准的InSAR主副复图像，分别记为BM和BS；采用标准FFT最大相关系数配准方法对复图像BM和BS进行0.1像素级的整体亚像素精配准，得到整体亚像素精配准后的InSAR主副复图像，分别记为和采用标准复图像相关系数计算公式，计算得到复图像和的平均相关系数，记为ρ0；
步骤4.2、对精配准后InSAR主副复图像进行四叉树分割：
将步骤4.1得到的整体亚像素精配准后InSAR主副复图像和均匀划分为4个子块图像，得到复图像均匀划分为4个子块图像后的第1个子块至第4个子块复图像分别记为和得到复图像均匀划分为4个子块图像后的第1个子块至第4个子块复图像分别记为和
步骤4.3、对四叉树分割后InSAR主副子块复图像进行整体亚像素配准：
对步骤4.2得到的第1个主副子块复图像和采用标准FFT最大相关系数配准方法对复图像和进行0.1像素级的整体亚像素精配准，得到整体亚像素精配准后的InSAR主副子块复图像，分别记为和采用标准复图像相关系数计算公式，计算得到复图像和的平均相关系数，记为ρ1；
对步骤4.2得到的第2个主副子块复图像和采用标准FFT最大相关系数配准方法对复图像和进行0.1像素级的整体亚像素精配准，得到整体亚像素精配准后的InSAR主副子块复图像，分别记为和采用标准复图像相关系数计算公式，计算得到复图像和的平均相关系数，记为ρ2；
对步骤4.2得到的第3个主副子块复图像和采用标准FFT最大相关系数配准方法对复图像和进行0.1像素级的整体亚像素精配准，得到整体亚像素精配准后的InSAR主副子块复图像，分别记为和采用标准复图像相关系数计算公式，计算得到复图像和的平均相关系数，记为ρ3；
对步骤4.2得到的第4个主副子块复图像和采用标准FFT最大相关系数配准方法对复图像和进行0.1像素级的整体亚像素精配准，得到整体亚像素精配准后的InSAR主副子块复图像，分别记为和采用标准复图像相关系数计算公式，计算得到复图像和的平均相关系数，记为ρ4；
步骤4.4、对每一个主副子块复图像的四叉树分割亚像素配准进行判定：
对步骤4.3精配准后得到的第1个主副子块复图像和进行判定，如果相关系数满足|ρ1-ρ0|＞Tρ且复图像和的行数和列数分别大于S1和S2，则将复图像和分别赋值与步骤4.1的待分割配准InSAR主副复图像BM和BS，然后重新执行步骤4.1到步骤4.4；如果相关系数满足|ρ1-ρ0|≤Tρ或复图像和的行数和列数分别小于S1和S2，复图像和即为InSAR主副复图像和四等分分割后第1个子块的最终复图像精配准结果；其中ρ0为步骤4.1中得到的复图像和的平均相关系数，ρ1为步骤4.3中得到的复图像和的平均相关系数，S1和S2分别为步骤3中初始化得到的最小分割图像的行数和列数S1＝128和S2＝128，Tρ为步骤3中初始化得到的图像相关系数变化的阈值Tρ＝0.001；
对步骤4.3精配准后得到的第2个主副子块复图像和进行判定，如果相关系数满足|ρ2-ρ0|＞Tρ且复图像和的行数和列数分别大于S1和S2，则将复图像和分别赋值与步骤4.1的待分割配准InSAR主副复图像BM和BS，然后重新执行步骤4.1到步骤4.4；如果相关系数满足|ρ2-ρ0|≤Tρ或复图像和的行数和列数分别小于S1和S2，复图像和即为InSAR主副复图像和四等分分割后第2个子块的最终复图像精配准结果；其中，ρ2为步骤4.3中得到的复图像和的平均相关系数；
对步骤4.3精配准后得到的第3个主副子块复图像和进行判定，如果相关系数满足|ρ3-ρ0|＞Tρ且复图像和的行数和列数分别大于S1和S2，则将复图像和分别赋值与步骤4.1的待分割配准InSAR主副复图像BM和BS，然后重新执行步骤4.1到步骤4.4；如果相关系数满足|ρ3-ρ0|≤Tρ或复图像和的行数和列数分别小于S1和S2，图像和即为InSAR主副复图像和四等分分割后第3个子块的最终复图像精配准结果；其中，ρ3为步骤4.3中得到的复图像和的平均相关系数；
对步骤4.3精配准后得到的第4个主副子块复图像和进行判定，如果相关系数满足|ρ4-ρ0|＞Tρ且复图像和的行数和列数分别大于S1和S2，则将复图像和分别赋值与步骤4.1的待分割配准InSAR主副复图像BM和BS，然后重新执行步骤4.1到步骤4.4；如果相关系数满足|ρ4-ρ0|≤Tρ且复图像和的行数和列数分别小于S1和S2，图像和即为InSAR主副复图像和四等分分割后第4个子块的最终复图像精配准结果；其中，ρ4为步骤4.3中得到的复图像和的平均相关系数；
步骤5、对四叉树分割亚像素配准后得到的所有子块复图像进行合并：
对步骤4中得到图像四叉树分割亚像素配准后的InSAR主副子块复图像和i＝1,…M0，j＝1,…N0，按照位置顺序进行合并，得到InSAR主副复图像IM和IS最终的亚像素精配准结果，分别记为QM和QS。
Claims (1)
1.一种基于四叉树分割的InSAR快速图像配准方法，其特征是它包括以下几个步骤：
步骤1、对InSAR主副复图像进行整体粗配准：
将待配准的InSAR主复图像记为IM，将待配准的InSAR副复图像记为IS；采用标准FFT最大相关系数配准方法对InSAR主副复图像IM和IS进行像素级的整体粗配准，得到整体粗配准后的InSAR主副复图像，分别记为和
步骤2、对InSAR主副复图像进行整体粗分割：
将步骤1得到的粗配准后InSAR主副复图像和均匀划分为9个子块图像，得到9个子块均匀划分后的第l个InSAR主副子块复图像，分别记为和l＝1,2,…,9，其中l为自然数，l表示复图像和均匀划分为9个子块图像后的第l个子块，和分别表示为9个子块均匀划分后的第1个InSAR主副子块复图像，和分别表示为9个子块均匀划分后的第9个InSAR主副子块复图像；
采用标准FFT最大相关系数配准方法对第1个InSAR主副子块复图像和进行0.1像素级的整体精配准，得到复图像和间的行偏移量记为βx，得到复图像和间的列偏移量记为βy；
采用标准FFT最大相关系数配准方法对第9个InSAR主副子块复图像和进行0.1像素级的整体精配准，得到复图像和间的行偏移量记为δx，得到复图像和间的列偏移量记为δy；
采用公式计算得到InSAR主副复图像和粗分割的行分割数，记为M0，其中表示上取整运算，|·|表示绝对值运算；
采用公式计算得到InSAR主副复图像和粗分割的列分割数，记为N0，其中表示上取整运算，|·|表示绝对值运算；
将步骤1得到的粗配准后InSAR主副复图像和均匀划分为M0×N0个子块图像，得到M0×N0个子块均匀划分后第i行和第j列的InSAR主副子块复图像分别记为和i＝1,…M0，j＝1,…N0，其中表示图像均匀划分为M0×N0个子块图像后的第i行和第j列的子块复图像，表示图像均匀划分为M0×N0个子块图像后的第i行和第j列的子块复图像，i和j为自然数，i表示图像和均匀划分为M0×N0个子块图像后的第i个行子块，j表示图像和均匀划分为M0×N0个子块图像后的第j个行子块；
步骤3、初始化InSAR主副复图像四叉树分割亚像素配准的参数：
初始化InSAR主副复图像四叉树分割亚像素配准的参数，包括：最小分割图像的行数，记为S1；最小分割图像的列数，记为S2；图像相关系数变化的阈值，记为Tρ；
步骤4、对粗分割的InSAR主副复图像进行四叉树分割亚像素配准：
将步骤2得到的M0×N0个子块均匀划分后InSAR主副子块复图像和i＝1,…M0，j＝1,…N0，作为待分割配准的InSAR主副复图像，采用步骤4.1到步骤4.4的图像四叉树分割亚像素配准方法进行亚像素配准，得到图像四叉树分割亚像素配准后的InSAR主副子块复图像分别记为和i＝1,…M0，j＝1,…N0；图像四叉树分割亚像素配准方法的具体流程：步骤4.1到步骤4.4：
步骤4.1、对待分割配准的InSAR主副复图像进行整体亚像素精配准：
将待分割配准的InSAR主副复图像，分别记为BM和BS；采用标准FFT最大相关系数配准方法对复图像BM和BS进行0.1像素级的整体亚像素精配准，得到整体亚像素精配准后的InSAR主副复图像，分别记为和采用标准复图像相关系数计算公式，计算得到复图像和的平均相关系数，记为ρ0；
步骤4.2、对精配准后InSAR主副复图像进行四叉树分割：
将步骤4.1得到的整体亚像素精配准后InSAR主副复图像和均匀划分为4个子块图像，得到复图像均匀划分为4个子块图像后的第1个子块至第4个子块复图像分别记为和得到复图像均匀划分为4个子块图像后的第1个子块至第4个子块复图像分别记为和
步骤4.3、对四叉树分割后InSAR主副子块复图像进行整体亚像素配准：
对步骤4.2得到的第1个主副子块复图像和采用标准FFT最大相关系数配准方法对复图像和进行0.1像素级的整体亚像素精配准，得到整体亚像素精配准后的InSAR主副子块复图像，分别记为和采用标准复图像相关系数计算公式，计算得到复图像和的平均相关系数，记为ρ1；
对步骤4.2得到的第2个主副子块复图像和采用标准FFT最大相关系数配准方法对复图像和进行0.1像素级的整体亚像素精配准，得到整体亚像素精配准后的InSAR主副子块复图像，分别记为和采用标准复图像相关系数计算公式，计算得到复图像和的平均相关系数，记为ρ2；
对步骤4.2得到的第3个主副子块复图像和采用标准FFT最大相关系数配准方法对复图像和进行0.1像素级的整体亚像素精配准，得到整体亚像素精配准后的InSAR主副子块复图像，分别记为和采用标准复图像相关系数计算公式，计算得到复图像和的平均相关系数，记为ρ3；
对步骤4.2得到的第4个主副子块复图像和采用标准FFT最大相关系数配准方法对复图像和进行0.1像素级的整体亚像素精配准，得到整体亚像素精配准后的InSAR主副子块复图像，分别记为和采用标准复图像相关系数计算公式，计算得到复图像和的平均相关系数，记为ρ4；
步骤4.4、对每一个主副子块复图像的四叉树分割亚像素配准进行判定：
对步骤4.3精配准后得到的第1个主副子块复图像和进行判定，
如果相关系数满足|ρ1-ρ0|＞Tρ且复图像和的行数和列数分别大于S1和S2，则将复图像和分别赋值与步骤4.1的待分割配准InSAR主副复图像BM和BS，然后重新执行步骤4.1到步骤4.4；
如果相关系数满足|ρ1-ρ0|≤Tρ或复图像和的行数和列数分别小于S1和S2，复图像和即为InSAR主副复图像和四等分分割后第1个子块的最终复图像精配准结果；其中ρ0为步骤4.1中得到的复图像和的平均相关系数，ρ1为步骤4.3中得到的复图像和的平均相关系数，S1和S2为步骤3中初始化得到的最小分割图像的行数和列数，Tρ为步骤3中初始化得到的图像相关系数变化的阈值；
对步骤4.3精配准后得到的第2个主副子块复图像和进行判定，
如果相关系数满足|ρ2-ρ0|＞Tρ且复图像和的行数和列数分别大于S1和S2，则将复图像和分别赋值与步骤4.1的待分割配准InSAR主副复图像BM和BS，然后重新执行步骤4.1到步骤4.4；
如果相关系数满足|ρ2-ρ0|≤Tρ或复图像和的行数和列数分别小于S1和S2，复图像和即为InSAR主副复图像和四等分分割后第2个子块的最终复图像精配准结果；其中，ρ2为步骤4.3中得到的复图像和的平均相关系数；
对步骤4.3精配准后得到的第3个主副子块复图像和进行判定，
如果相关系数满足|ρ3-ρ0|＞Tρ且复图像和的行数和列数分别大于S1和S2，则将复图像和分别赋值与步骤4.1的待分割配准InSAR主副复图像BM和BS，然后重新执行步骤4.1到步骤4.4；
如果相关系数满足|ρ3-ρ0|≤Tρ或复图像和的行数和列数分别小于S1和S2，图像和即为InSAR主副复图像和四等分分割后第3个子块的最终复图像精配准结果；其中，ρ3为步骤4.3中得到的复图像和的平均相关系数；
对步骤4.3精配准后得到的第4个主副子块复图像和进行判定，
如果相关系数满足|ρ4-ρ0|＞Tρ且复图像和的行数和列数分别大于S1和S2，则将复图像和分别赋值与步骤4.1的待分割配准InSAR主副复图像BM和BS，然后重新执行步骤4.1到步骤4.4；
如果相关系数满足|ρ4-ρ0|≤Tρ且复图像和的行数和列数分别小于S1和S2，图像和即为InSAR主副复图像和四等分分割后第4个子块的最终复图像精配准结果；其中，ρ4为步骤4.3中得到的复图像和的平均相关系数；
步骤5、对四叉树分割亚像素配准后得到的所有子块复图像进行合并：
对步骤4中得到图像四叉树分割亚像素配准后的InSAR主副子块复图像和i＝1,…M0，j＝1,…N0，按照位置顺序依次进行合并，得到InSAR主副复图像IM和IS最终的亚像素精配准结果，分别记为QM和QS。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710932777.5A CN107610161B (zh) | 2017-10-10 | 2017-10-10 | 一种基于四叉树分割的InSAR快速图像配准方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710932777.5A CN107610161B (zh) | 2017-10-10 | 2017-10-10 | 一种基于四叉树分割的InSAR快速图像配准方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107610161A CN107610161A (zh) | 2018-01-19 |
| CN107610161B true CN107610161B (zh) | 2019-10-01 |
Family
ID=61067460
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710932777.5A Expired - Fee Related CN107610161B (zh) | 2017-10-10 | 2017-10-10 | 一种基于四叉树分割的InSAR快速图像配准方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107610161B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN112649807B (zh) * | 2020-04-09 | 2024-08-30 | 湖南科技学院 | 一种基于小波多尺度相关性分析的机载InSAR轨道误差去除方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102270341B (zh) * | 2011-04-20 | 2015-01-07 | 电子科技大学 | 一种自适应的高精度干涉sar相位估计方法 |
| JP6349937B2 (ja) * | 2014-05-09 | 2018-07-04 | 日本電気株式会社 | 変動検出装置、変動検出方法および変動検出用プログラム |
| CN105842691B (zh) * | 2016-03-17 | 2018-01-12 | 中国测绘科学研究院 | 大区域InSAR形变结果的自动化平差及镶嵌方法及装置 |
| CN106203271A (zh) * | 2016-06-29 | 2016-12-07 | 南京大学 | 一种基于高分辨率sar图像相干性的高铁干线提取方法 |
| CN106530334B (zh) * | 2016-10-21 | 2019-10-08 | 北京无线电测量研究所 | 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 |
-
2017
- 2017-10-10 CN CN201710932777.5A patent/CN107610161B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN107610161A (zh) | 2018-01-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | Image coregistration in SAR interferometry | |
| CN106249236B (zh) | 一种星载InSAR长短基线图像联合配准方法 | |
| CN105976353A (zh) | 基于模型和点云全局匹配的空间非合作目标位姿估计方法 | |
| CN109785371A (zh) | 一种基于归一化互相关和sift的太阳图像配准方法 | |
| Jeong et al. | Improved multiple matching method for observing glacier motion with repeat image feature tracking | |
| CN112415515B (zh) | 一种机载圆迹sar对不同高度目标分离的方法 | |
| CN107918124A (zh) | 带有方位空变校正的机载大斜视高分辨sar成像方法 | |
| CN107610161B (zh) | 一种基于四叉树分割的InSAR快速图像配准方法 | |
| CN107064933B (zh) | 基于循环谱估计的sar层析建筑物高度的方法 | |
| CN103454636A (zh) | 基于多像素协方差矩阵的差分干涉相位估计方法 | |
| CN101546429B (zh) | 特征空间的弱小目标检测方法 | |
| CN103308914B (zh) | 一站固定双基地干涉sar处理方法 | |
| CN106408600B (zh) | 一种用于太阳高分辨率图像中图像配准的方法 | |
| Charrier et al. | Analysis of dense coregistration methods applied to optical and SAR time-series for ice flow estimations | |
| CN106056551A (zh) | 基于局部相似样例学习的稀疏去噪方法 | |
| Son et al. | 3D map reconstruction from single satellite image using a deep monocular depth network | |
| Wang et al. | Interference image registration combined by enhanced scale-invariant feature transform characteristics and correlation coefficient | |
| CN114638874A (zh) | 基于因式分解和isea的空间目标三维重构方法 | |
| Gao et al. | Three-dimensional array SAR sparse imaging based on hybrid regularization | |
| Mohamed et al. | Subpixel accuracy analysis of phase correlation shift measurement methods applied to satellite imagery | |
| CN108629796B (zh) | 一种基于波程差序列的InSAR图像配准方法 | |
| CN111696207A (zh) | 一种基于引导滤波的多基线dem融合方法 | |
| Sussman et al. | Analysis of Jupiter’s Oval BA: A streamlined approach | |
| Li et al. | SAR Tomographic Inversion of Urban Areas via Morphology Regularization | |
| Mahmoud et al. | Integrated Denoised Synthetic Aperture Radar Images for Enhanced Digital Elevation Model Generation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | 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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20191001 |