CN114187332A - 一种雷达图像配准方法和系统 - Google Patents

一种雷达图像配准方法和系统 Download PDF

Info

Publication number
CN114187332A
CN114187332A CN202111518061.3A CN202111518061A CN114187332A CN 114187332 A CN114187332 A CN 114187332A CN 202111518061 A CN202111518061 A CN 202111518061A CN 114187332 A CN114187332 A CN 114187332A
Authority
CN
China
Prior art keywords
image
displacement vector
registration
pixel
sub
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.)
Pending
Application number
CN202111518061.3A
Other languages
English (en)
Inventor
寇秀丽
李军
李爽
王冠勇
冯亮
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 CN202111518061.3A priority Critical patent/CN114187332A/zh
Publication of CN114187332A publication Critical patent/CN114187332A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种雷达图像配准方法和系统，涉及合成孔径雷达领域。该方法包括：根据目标区域的第一图像对目标区域的第二图像进行配准预处理，根据所述第一图像计算配准预处理后的所述第二图像的像素级位移矢量，根据所述第一图像和二维差值算法计算所述第二图像的亚像素级位移矢量，根据所述像素级位移矢量和所述亚像素位移矢量获得所述第二图像的全局位移矢量，通过拟合变换函数结合所述全局位移矢量构建仿射模型，根据所述仿射模型结合三次卷积插值算法获得配准后的第二图像，通过本方案的配准方案实现机载重航过图像的高精度配准。通过对设定成像参数，使用惯导数据的配准预处理提升配准性能。

Description

一种雷达图像配准方法和系统
技术领域
本发明涉及合成孔径雷达领域，尤其涉及一种雷达图像配准方法和系统。
背景技术
合成孔径雷达(Synthetic Aperture Radar,简称SAR)具有全天时、全天候对地观测能力，在灾害预警、资源勘探、海洋维权、反恐打击和战场侦查等民用和军事领域中扮演着日趋重要的角色。机载毫米波合成孔径雷达系统体积小、重量轻，可装载于有人机、无人机平台，具备较强的机动性和便捷换装能力，可以快速实现关重区域抵近观察和重复观察。但是，由于毫米波SAR图像波长短，对有人机/无人机载平台的非平稳运动更为敏感，加上地形高程影响带来的定位误差，引发机载重航过图像在距离向和方位向都存在跨分辨单元位移矢量，导致机载重航过毫米波SAR图像配准困难，目前缺乏适用于机载重航过图像的高精度配准方法。
发明内容
本发明所要解决的技术问题是针对现有技术的不足，提供一种雷达图像配准方法和系统。
本发明解决上述技术问题的技术方案如下：
一种雷达图像配准方法，包括：
S1，根据目标区域的第一图像对目标区域的第二图像进行配准预处理；
S2，根据所述第一图像计算配准预处理后的所述第二图像的像素级位移矢量；
S3，根据所述第一图像和二维差值算法计算所述第二图像的亚像素级位移矢量；
S4，根据所述像素级位移矢量和所述亚像素位移矢量获得所述第二图像的全局位移矢量；
S5，通过拟合变换函数结合所述全局位移矢量构建仿射模型；
S6，根据所述仿射模型结合三次卷积插值算法获得配准后的第二图像。
本发明的有益效果是：本方案通过参考第一图像，对第二图像进行配准预处理、像素级位移矢量计算、亚像素级位移矢量计算、全局位移矢量计算，通过拟合变换函数结合所述全局位移矢量构建仿射模型，根据所述仿射模型结合三次卷积插值算法获得配准后的第二图像，通过本方案的配准方案实现机载重航过图像的高精度配准。通过对设定成像参数，使用惯导数据的配准预处理提升配准性能。
进一步地，在S2之后还包括：
通过残差点去除法对所述像素级位移矢量进行矢量偏移校正。
采用上述进一步方案的有益效果是：本方案通过残差点去除可以对由大面积扰动区域导致的矢量偏移进行校正，使得位移矢量在距离向具备形态一致性。
进一步地，所述S1之前还包括：
通过后向投射成像算法对所述目标区域的数据进行后向投影成像处理，获得所述第一图像和所述第二图像。
采用上述进一步方案的有益效果是：本方案通过后向投射成像算法处理目标区域的图像，即使在处理大运动误差下高精度图像处理仍具有较强鲁棒性。
进一步地，所述S2具体包括：
将所述第一图像和所述第二图像进行均匀分块；
从分块后的所述第一图像和分块后的所述第二图像选取多个同名点对；
选取任一同名点对，所述同名点对包括所述第一图像的第一同名点和所述第二图像的第二同名点；根据所述第二同名点相对所述第一同名点的偏移量计算子像素级位移矢量，直至得到所述第二图像的每个同名点对对应的子像素级位移矢量；
通过多个子像素级位移矢量获得像素级位移矢量。
采用上述进一步方案的有益效果是：根据计算出的像素级位移矢量来调整近距离和远距离的配准参数，解决第二图像由于平台运动、地形起伏、惯导精度等原因，造成的距离向和方位向的变形不一致的问题。
进一步地，所述S3具体包括：
获取分块后的第二图像；
通过二维插值算法计算出所述分块后的第二图像的亚像素级位移矢量。
采用上述进一步方案的有益效果是：本方案通过二维插值算法对分块后的第二图像进行再处理，有效提高了位移矢量的计算精度。
通过采用双层配准策略，获得主辅图像同名点象元位移矢量，并通过构建转换模型获得全局位移矢量，最终完成重航过图像对高精度配准。
本发明解决上述技术问题的另一种技术方案如下：
一种雷达图像配准系统，包括：配准预处理模块、第一位移矢量计算模块、第二位移矢量计算模块、全局位移矢量计算模块、仿射模型构建模块和配准模块；
所述配准预处理模块用于根据目标区域的第一图像对目标区域的第二图像进行配准预处理；
所述第一位移矢量计算模块用于根据所述第一图像计算配准预处理后的所述第二图像的像素级位移矢量；
所述第二位移矢量计算模块用于根据所述第一图像和二维差值算法计算所述第二图像的亚像素级位移矢量；
所述全局位移矢量计算模块用于根据所述像素级位移矢量和所述亚像素位移矢量获得所述第二图像的全局位移矢量；
所述仿射模型构建模块用于通过拟合变换函数结合所述全局位移矢量构建仿射模型；
所述配准模块用于根据所述仿射模型结合三次卷积插值算法获得配准后的第二图像。
本发明的有益效果是：本方案通过参考第一图像，对第二图像进行配准预处理、像素级位移矢量计算、亚像素级位移矢量计算、全局位移矢量计算，通过拟合变换函数结合所述全局位移矢量构建仿射模型，根据所述仿射模型结合三次卷积插值算法获得配准后的第二图像，通过本方案的配准方案实现机载重航过图像的高精度配准。通过对设定成像参数，使用惯导数据的配准预处理提升配准性能。
进一步地，还包括：偏移校正模块，用于通过残差点去除法对所述像素级位移矢量进行矢量偏移校正。
采用上述进一步方案的有益效果是：本方案通过残差点去除可以对由大面积扰动区域导致的矢量偏移进行校正，使得位移矢量在距离向具备形态一致性。
进一步地，还包括：成像模块，用于通过后向投射成像算法对所述目标区域的数据进行后向投影成像处理，获得所述第一图像和所述第二图像。
采用上述进一步方案的有益效果是：本方案通过后向投射成像算法处理目标区域的图像，即使在处理大运动误差下高精度图像处理仍具有较强鲁棒性。
进一步地，所述第一位移矢量计算模块具体用于将所述第一图像和所述第二图像进行均匀分块；
从分块后的所述第一图像和分块后的所述第二图像选取多个同名点对；
选取任一同名点对，所述同名点对包括所述第一图像的第一同名点和所述第二图像的第二同名点；根据所述第二同名点相对所述第一同名点的偏移量计算子像素级位移矢量，直至得到所述第二图像的每个同名点对对应的子像素级位移矢量；
通过多个子像素级位移矢量获得像素级位移矢量。
采用上述进一步方案的有益效果是：根据计算出的像素级位移矢量来调整近距离和远距离的配准参数，解决第二图像由于平台运动、地形起伏、惯导精度等原因，造成的距离向和方位向的变形不一致的问题。
进一步地，所述第二位移矢量计算模块具体用于获取分块后的第二图像；
通过二维插值算法计算出所述分块后的第二图像的亚像素级位移矢量。
采用上述进一步方案的有益效果是：本方案通过二维插值算法对分块后的第二图像进行再处理，有效提高了位移矢量的计算精度。
通过采用双层配准策略，获得主辅图像同名点象元位移矢量，并通过构建转换模型获得全局位移矢量，最终完成重航过图像对高精度配准。
本发明附加的方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明实践了解到。
附图说明
图1为本发明的实施例提供的一种雷达图像配准方法的流程示意图；
图2为本发明的实施例提供的一种雷达图像配准系统的结构框图；
图3为本发明的其他实施例提供的FDBPA算法成像几何模型的示意图；
图4为本发明的其他实施例提供的双层尺度位移矢量计算的示意图。
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，所举实施例只用于解释本发明，并非用于限定本发明的范围。
如图1所示，为本发明实施例提供的一种雷达图像配准方法和系统，包括：
S1，根据目标区域的第一图像对目标区域的第二图像进行配准预处理；
在某一实施例中，第一图像可以是目标区域的主图像，即雷达图像，第二图像可以是目标区域的辅图像，即雷达图像，主图像表示标准图像，辅图像表示需要配准修正的图像，主图像和辅图像是在不同时间获取的同一场景的图像。
在某一实施例中，为了解决由成像中心时刻航向角差异带来的主辅图像对之间的旋转和平移，在对重航过图像开展像素级配准前，需要首先依据飞行轨迹数据将两幅图像的成像坐标系转换到同一成像空间，即配准预处理。具体做法为读取飞行区域高精度位置与姿态测量系统数据，获得两幅图像的航向角之差θ，成像平面上的仿射变换公式为：
Figure BDA0003404698850000061
其中θ为两幅图像航向角之差，x0,y0为坐标网格平移差，xi,yi为辅图像原始像素点位置，x′i,y′i为仿射变换后的像素点位置。将两幅图像的成像坐标系转换到同一成像空间完成主辅图像配准预处理。
S2，根据所述第一图像计算配准预处理后的所述第二图像的像素级位移矢量；
在某一实施例中，计算第二图像的像素级位移矢量可以包括：对主辅图像分别进行分块，选取同名点对，根据同名点对计算像素级位移矢量；所有同名点对的位移矢量表示辅图像同名点相对主图像同名点的的位移矢量，所有位移矢量组成位移矢量矩阵即像素级位移矢量。
在某一实施例中，在重航过SAR图像配准中，由于平台运动、地形起伏、惯导精度等原因，使得两幅图像在距离向和方位向的变形不一致，带来的影响就是近距离和远距离的配准参数不一致，沿方位向配准参数存在趋势项。因此在位移矢量的计算中采用经典多尺度方法(classic multi-scale approach)。在上述预处理基础上，采用相干系数最大法选取块内同名点，根据以下公式：
Figure BDA0003404698850000071
通过以下公式，获得像素级位移矢量(x,y)；
Figure BDA0003404698850000072
其中，fi,gi为主辅图像块内对应像素点，L为相关系数估计窗口，rxy为位移矢量为x,y位置的相关系数。
S3，根据所述第一图像和二维差值算法计算所述第二图像的亚像素级位移矢量；
在某一实施例中，在像素级计算完成后，将分块后的第二图像进行二维插值进入亚像素级位移矢量计算，需要注意的是，该层级的搜索中心是以上一层级偏移中心。具体通过以下公式获得亚像素级位移矢量(dx,dy)：
Figure BDA0003404698850000073
S4，根据所述像素级位移矢量和所述亚像素位移矢量获得所述第二图像的全局位移矢量；
在某一实施例中，将像素级位移矢量和亚像素级位移矢量结合可获得全局位移矢量(Δx,Δy)，具体通过以下公式：
(Δx,Δy)＝(x,y)+(dx,dy)，
至此，完成双层尺度位移矢量计算，双层尺度位移矢量计算如图4所示。例如，像素级位移矢量为1，亚像素位移矢量为0.48，则全局位移矢量为：1+0.48。
S5，通过拟合变换函数结合所述全局位移矢量构建仿射模型；
在某一实施例中，重航过飞行条件下，由于机载平台姿态不稳定和惯导误差导致的方位向伸缩与地面扰动区域因素叠加导致的位移矢量偏移在图像块内部存在差异。需要通过构建多项式模型，求得沿航线每一个像素点的位移矢量(u,v)，最大程度的保持方位向位移趋势项来获取精确的仿射模型：
(u,v)＝polyfit(Δx,Δy)。
S6，根据所述仿射模型结合三次卷积插值算法获得配准后的第二图像。
在某一实施例中，使用三次卷积插值核，完成图像复空间映射，实现对重航过合成孔径雷达图像的配准，输出配准后的第二图像。
复图像空间映射的本质是在位移矢量的基础上对复图像进行重采样，获得配准点精确地幅度值。图像处理中常用的插值算法有最邻近插值、双线性插值和三次卷积插值。其中三次卷积插值的效果最好，它利用目标像素点邻近的16个像素点作为计算样本，计算公式：
F(i+v,j+u)＝A*B*C
A＝(S(1+v)S(v)S(1-v)S(2-v))；
Figure BDA0003404698850000081
Figure BDA0003404698850000082
其中，f(i,j)为原始图像像素点，F(i,j)为空间映射后的新的坐标点，(u,v)为位移矢量。S(*)为插值核，插值核的一维表述如下：
Figure BDA0003404698850000091
本方案通过参考第一图像，对第二图像进行配准预处理、像素级位移矢量计算、亚像素级位移矢量计算、全局位移矢量计算，通过拟合变换函数结合所述全局位移矢量构建仿射模型，根据所述仿射模型结合三次卷积插值算法获得配准后的第二图像，通过本方案的配准方案实现机载重航过图像的高精度配准。通过对设定成像参数，使用惯导数据的配准预处理提升配准性能。
优选地，在上述任意实施例中，在S2之后还包括：
通过残差点去除法对所述像素级位移矢量进行矢量偏移校正。
在某一实施例中，残差点剔除可以包括：
在位移矢量计算过程中，由场景地形起伏带来的图像距离向伸缩形变可以通过在成像中使用精确高程模型开展校正，由大面积扰动区域导致的矢量偏移通过残差点去除进行校正，实现位移矢量在距离向具备形态一致性。通过以下公式进行残差点去除校正：
Figure BDA0003404698850000092
其中，regInfo为配准参数值，
Figure BDA0003404698850000093
为配准参数值的平均值，δregInfo为标准偏差，M表示图像距离向像素点的个数。
将配准参数值与平均值的差超过标准偏差的配准点剔除，并使用选择去除点最近的配准参数代替剔除点的配准值。最后，将配准参数在距离向使用长度为L的窗口进行平滑。这样，即剔除了坏点，也将航向参数的长期的、低频的变化得以保留。
本方案通过残差点去除可以对由大面积扰动区域导致的矢量偏移进行校正，使得位移矢量在距离向具备形态一致性。
优选地，在上述任意实施例中，所述S1之前还包括：
通过后向投射成像算法对所述目标区域的数据进行后向投影成像处理，获得所述第一图像和所述第二图像。
在某一实施例中，雷达沿同一航线对同一目标区域进行重复观测，通过获取目标区域回波数据并进行后向投影成像处理，获得目标区域的主、辅图像；主、辅图像是不同时间雷达沿同一航线对同一目标区域获取的雷达影像。
通过后向投影成像算法(Frequency Domain Back Projection Algorithm,FDBPA)生成重航过SAR复图像。在FDBPA中，首先需要建立一个全分辨的成像网格，对于成像场景中心点P，坐标表示为(xp,r)，其回波的方位波数域表达式是S(Kx,xp,r)，可以构造AMF函数相位Φm(Kx,xp,r)表示为：
Φm(Kx,xp,r)＝Krc[Rn(Xs,xp,r)+ΔRa(Xs)]+KxXs，
则对于点P的方位向相干积累可以通过方位波数域的后向投影积分实现：
Figure BDA0003404698850000101
其中，ΔKx为方位波数谱宽度。可以根据上述原理计算其余点的精确AMF函数，再通过点对点后向投影积分实现该点在成像网格中的相干积累。
重航过FDBPA算法成像几何模型如图3所示，成像几何坐标系中，飞行轨迹直角坐标系按照右手螺旋准则，X轴为航迹方向，Y轴垂直于X水平向右为正，Z轴垂直向下为正。成像平面为地理坐标网格，飞行轨迹采样点与成像网格的方位像素点一一对应。受气流等因素影响，飞行平台姿态不稳定，两次航过飞行轨迹与理想航迹均存在一定偏离，导致两幅图像的天线相位中心存在偏差，由成像中心时刻航向角决定的地面成像网格存在旋转和平移。
本方案通过后向投射成像算法处理目标区域的图像，即使在处理大运动误差下高精度图像处理仍具有较强鲁棒性。
优选地，在上述任意实施例中，所述S2具体包括：
将所述第一图像和所述第二图像进行均匀分块；
从分块后的所述第一图像和分块后的所述第二图像选取多个同名点对；
选取任一同名点对，所述同名点对包括所述第一图像的第一同名点和所述第二图像的第二同名点；根据所述第二同名点相对所述第一同名点的偏移量计算子像素级位移矢量，直至得到所述第二图像的每个同名点对对应的子像素级位移矢量；
通过多个子像素级位移矢量获得像素级位移矢量。
根据计算出的像素级位移矢量来调整近距离和远距离的配准参数，解决第二图像由于平台运动、地形起伏、惯导精度等原因，造成的距离向和方位向的变形不一致的问题。
优选地，在上述任意实施例中，所述S3具体包括：
获取分块后的第二图像；
通过二维插值算法计算出所述分块后的第二图像的亚像素级位移矢量。
本方案通过二维插值算法对分块后的第二图像进行再处理，有效提高了位移矢量的计算精度。
通过采用双层配准策略，获得主辅图像同名点象元位移矢量，并通过构建转换模型获得全局位移矢量，最终完成重航过图像对高精度配准。
在某一实施例中，如图2所示，一种雷达图像配准系统，包括：配准预处理模块1101、第一位移矢量计算模块1102、第二位移矢量计算模块1103、全局位移矢量计算模块1104、仿射模型构建模块1105和配准模块1106；
所述配准预处理模块1101用于根据目标区域的第一图像对目标区域的第二图像进行配准预处理；
所述第一位移矢量计算模块1102用于根据所述第一图像计算配准预处理后的所述第二图像的像素级位移矢量；
所述第二位移矢量计算模块1103用于根据所述第一图像和二维差值算法计算所述第二图像的亚像素级位移矢量；
所述全局位移矢量计算模块1104用于根据所述像素级位移矢量和所述亚像素位移矢量获得所述第二图像的全局位移矢量；
所述仿射模型构建模块1105用于通过拟合变换函数结合所述全局位移矢量构建仿射模型；
所述配准模块1106用于根据所述仿射模型结合三次卷积插值算法获得配准后的第二图像。
本方案通过参考第一图像，对第二图像进行配准预处理、像素级位移矢量计算、亚像素级位移矢量计算、全局位移矢量计算，通过拟合变换函数结合所述全局位移矢量构建仿射模型，根据所述仿射模型结合三次卷积插值算法获得配准后的第二图像，通过本方案的配准方案实现机载重航过图像的高精度配准。通过对设定成像参数，使用惯导数据的配准预处理提升配准性能。
优选地，在上述任意实施例中，还包括：偏移校正模块，用于通过残差点去除法对所述像素级位移矢量进行矢量偏移校正。
本方案通过残差点去除可以对由大面积扰动区域导致的矢量偏移进行校正，使得位移矢量在距离向具备形态一致性。
优选地，在上述任意实施例中，还包括：成像模块，用于通过后向投射成像算法对所述目标区域的数据进行后向投影成像处理，获得所述第一图像和所述第二图像。
本方案通过后向投射成像算法处理目标区域的图像，即使在处理大运动误差下高精度图像处理仍具有较强鲁棒性。
优选地，在上述任意实施例中，所述第一位移矢量计算模块1102具体用于将所述第一图像和所述第二图像进行均匀分块；
从分块后的所述第一图像和分块后的所述第二图像选取多个同名点对；
选取任一同名点对，所述同名点对包括所述第一图像的第一同名点和所述第二图像的第二同名点；根据所述第二同名点相对所述第一同名点的偏移量计算子像素级位移矢量，直至得到所述第二图像的每个同名点对对应的子像素级位移矢量；
通过多个子像素级位移矢量获得像素级位移矢量。
根据计算出的像素级位移矢量来调整近距离和远距离的配准参数，解决第二图像由于平台运动、地形起伏、惯导精度等原因，造成的距离向和方位向的变形不一致的问题。
优选地，在上述任意实施例中，所述第二位移矢量计算模块1103具体用于获取分块后的第二图像；
通过二维插值算法计算出所述分块后的第二图像的亚像素级位移矢量。
本方案通过二维插值算法对分块后的第二图像进行再处理，有效提高了位移矢量的计算精度。
通过采用双层配准策略，获得主辅图像同名点象元位移矢量，并通过构建转换模型获得全局位移矢量，最终完成重航过图像对高精度配准。
可以理解，在一些实施例中，可以包含如上述各实施例中的部分或全部可选实施方式。
需要说明的是，上述各实施例是与在先方法实施例对应的产品实施例，对于产品实施例中各可选实施方式的说明可以参考上述各方法实施例中的对应说明，在此不再赘述。
读者应理解，在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种雷达图像配准方法，其特征在于，包括：
S1，根据目标区域的第一图像对目标区域的第二图像进行配准预处理；
S2，根据所述第一图像计算配准预处理后的所述第二图像的像素级位移矢量；
S3，根据所述第一图像和二维差值算法计算所述第二图像的亚像素级位移矢量；
S4，根据所述像素级位移矢量和所述亚像素位移矢量获得所述第二图像的全局位移矢量；
S5，通过拟合变换函数结合所述全局位移矢量构建仿射模型；
S6，根据所述仿射模型结合三次卷积插值算法获得配准后的第二图像。
2.根据权利要求1所述的一种雷达图像配准方法，其特征在于，在S2之后还包括：
通过残差点去除法对所述像素级位移矢量进行矢量偏移校正。
3.根据权利要求1或2所述的一种雷达图像配准方法，其特征在于，所述S1之前还包括：
通过后向投射成像算法对所述目标区域的数据进行后向投影成像处理，获得所述第一图像和所述第二图像。
4.根据权利要求1所述的一种雷达图像配准方法，其特征在于，所述S2具体包括：
将所述第一图像和所述第二图像进行均匀分块；
从分块后的所述第一图像和分块后的所述第二图像选取多个同名点对；
选取任一同名点对，所述同名点对包括所述第一图像的第一同名点和所述第二图像的第二同名点；根据所述第二同名点相对所述第一同名点的偏移量计算子像素级位移矢量，直至得到所述第二图像的每个同名点对对应的子像素级位移矢量；
通过多个子像素级位移矢量获得像素级位移矢量。
5.根据权利要求1或4所述的一种雷达图像配准方法，其特征在于，所述S3具体包括：
获取分块后的第二图像；
通过二维插值算法计算出所述分块后的第二图像的亚像素级位移矢量。
6.一种雷达图像配准系统，其特征在于，包括：配准预处理模块、第一位移矢量计算模块、第二位移矢量计算模块、全局位移矢量计算模块、仿射模型构建模块和配准模块；
所述配准预处理模块用于根据目标区域的第一图像对目标区域的第二图像进行配准预处理；
所述第一位移矢量计算模块用于根据所述第一图像计算配准预处理后的所述第二图像的像素级位移矢量；
所述第二位移矢量计算模块用于根据所述第一图像和二维差值算法计算所述第二图像的亚像素级位移矢量；
所述全局位移矢量计算模块用于根据所述像素级位移矢量和所述亚像素位移矢量获得所述第二图像的全局位移矢量；
所述仿射模型构建模块用于通过拟合变换函数结合所述全局位移矢量构建仿射模型；
所述配准模块用于根据所述仿射模型结合三次卷积插值算法获得配准后的第二图像。
7.根据权利要求6所述的一种雷达图像配准系统，其特征在于，还包括：偏移校正模块，用于通过残差点去除法对所述像素级位移矢量进行矢量偏移校正。
8.根据权利要求6或7所述的一种雷达图像配准系统，其特征在于，还包括：成像模块，用于通过后向投射成像算法对所述目标区域的数据进行后向投影成像处理，获得所述第一图像和所述第二图像。
9.根据权利要求6所述的一种雷达图像配准系统，其特征在于，所述第一位移矢量计算模块具体用于将所述第一图像和所述第二图像进行均匀分块；
从分块后的所述第一图像和分块后的所述第二图像选取多个同名点对；
选取任一同名点对，所述同名点对包括所述第一图像的第一同名点和所述第二图像的第二同名点；根据所述第二同名点相对所述第一同名点的偏移量计算子像素级位移矢量，直至得到所述第二图像的每个同名点对对应的子像素级位移矢量；
通过多个子像素级位移矢量获得像素级位移矢量。
10.根据权利要求6或9所述的一种雷达图像配准系统，其特征在于，所述第二位移矢量计算模块具体用于获取分块后的第二图像；
通过二维插值算法计算出所述分块后的第二图像的亚像素级位移矢量。
CN202111518061.3A 2021-12-10 2021-12-10 一种雷达图像配准方法和系统 Pending CN114187332A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111518061.3A CN114187332A (zh) 2021-12-10 2021-12-10 一种雷达图像配准方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111518061.3A CN114187332A (zh) 2021-12-10 2021-12-10 一种雷达图像配准方法和系统

Publications (1)

Publication Number Publication Date
CN114187332A true CN114187332A (zh) 2022-03-15

Family

ID=80543438

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111518061.3A Pending CN114187332A (zh) 2021-12-10 2021-12-10 一种雷达图像配准方法和系统

Country Status (1)

Country Link
CN (1) CN114187332A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114581498A (zh) * 2022-05-05 2022-06-03 环球数科集团有限公司 一种矢量数据与栅格影像结合的迭代模型配准系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114581498A (zh) * 2022-05-05 2022-06-03 环球数科集团有限公司 一种矢量数据与栅格影像结合的迭代模型配准系统

Similar Documents

Publication Publication Date Title
Ran et al. An autofocus algorithm for estimating residual trajectory deviations in synthetic aperture radar
CN114936971A (zh) 一种面向水域的无人机遥感多光谱图像拼接方法及系统
Bagheri et al. A framework for SAR-optical stereogrammetry over urban areas
CN108090956B (zh) 一种几何校正方法及系统
Shen et al. Correcting bias in the rational polynomial coefficients of satellite imagery using thin-plate smoothing splines
Kumari et al. Adjustment of systematic errors in ALS data through surface matching
CN113156436B (zh) 圆迹合成孔径雷达自聚焦成像方法、系统及电子设备
Bishop et al. Video-SAR using higher order Taylor terms for differential range
Dong et al. Radargrammetric DSM generation in mountainous areas through adaptive-window least squares matching constrained by enhanced epipolar geometry
CN114581480A (zh) 多无人机协同目标状态估计控制方法及其应用
CN114187332A (zh) 一种雷达图像配准方法和系统
CN111156969A (zh) 一种宽幅遥感影像立体测绘方法及系统
CN112154394A (zh) 地形检测方法、可移动平台、控制设备、系统及存储介质
Grodecki et al. IKONOS geometric calibrations
CN115932823B (zh) 基于异源区域特征匹配的飞行器对地面目标定位方法
Hu et al. Planetary3D: A photogrammetric tool for 3D topographic mapping of planetary bodies
CN116740151A (zh) 一种InSAR点云的配准方法及终端设备
Kartal et al. Comperative analysis of different geometric correction methods for very high resolution pleiades images
Jiang et al. Exterior orientation of Line-Array CCD images based on quaternion spherical linear interpolation
Liu et al. Adaptive re-weighted block adjustment for multi-coverage satellite stereo images without ground control points
CN117761695B (zh) 基于自适应分区sift的多角度sar三维成像方法
CN112902957A (zh) 一种弹载平台导航方法及系统
Yu et al. A fast and robust UAV images mosaic method
Insfran et al. Accurate 3D measurement from two SAR images without prior knowledge of scene
Gupta et al. DEM Generation From Mono-Multispectral Images via Uncalibrated Epipolar Rectification and 3D Registration

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