专利名称：一种由粗到精的星载合成孔径雷达图像自动配准方法
技术领域：
本发明涉及遥感图像处理技术领域，是一种星载合成孔径雷达(SAR)图像的配准方法。
背景技术：
星载SAR遥感数据具有全天候、全天时的独特优势，同时具有固定的重访周期，所以它比光学遥感更适合于地表监视和动态监测，随着我国合成孔径雷达(SAR)的发展，应用多时相的SAR数据进行地表和地物变化的动态监视成为十分重要的遥感应用领域。而对不同时间获取的同一地区的SAR图像进行精确配准是变化检测和动态监视的前提和基础。目前国内外星载SAR图像的配准方法主要有两类(1)基于区域的方法，将图像上的小窗口内像素与另一幅图像上同样尺寸窗口做统计比较。通常选用合适的相关测度，然后将满足条件的窗口中心作为控制点用于求解两幅图像之间的变换参数。这类方法匹配准确率高，可以人为控制匹配点的分布，但对图像的尺度和角度变化敏感，在低信噪比的情况下难以满足SAR影像的匹配要求；(2)基于特征的方法，主要是匹配两幅图像中相对应的特征，比如边缘特征、点特征、互信息和hausdorff距离等。这类方法自动化程度高，一定程度上对旋转和明暗变化等不敏感，但在实际应用中存在着误匹配点多，匹配点聚集，以及速度慢等缺点。
发明内容
本发明的目的是提供一种由粗到精的星载合成孔径雷达图像自动配准方法，对不同时间获取的星载合成孔径雷达(SAI )图像之间自动进行配准，以解决星载SAR图像的配准问题，提高SAR图像配准的效率和准确度。为达到上述目的，本发明的技术方案是一种由粗到精实现星载合成孔径雷达图像自动配准方法，其包括步骤1 根据卫星的轨道数据分别计算两幅星载SAR图像四个角点的位置，并根据这些角点位置计算两幅SAR图像之间的仿射变换参数；步骤2 对第一幅星载SAR图像进行均勻分块，并在每个图像块内提取一个正方形的特征区域；步骤3 根据第一幅星载SAR图像的每个特征区域中心的地理位置，在第二幅SAR 图像内寻找对应位置点，并以该点位置为中心提取2公里正方形的窗口区域，再按照仿射变换参数计算正方形区域在第二幅SAR图像的对应窗口区域的四点位置；步骤4 利用得到的第二幅SAR图像上区域的四个角点位置，按照第一幅SAR图像的分辨率对第二幅SAR图像对应四个角点位置的图像采用三次卷积内插方法重采样，得到一幅临时图像区域；步骤5 利用归一化互相关模板匹配方法对第一幅SAR图像的正方形特征区域和第二幅SAR图像的临时图像区域进行精确匹配，得到精确匹配的相关位置；
步骤6 对第一幅SAR图像的每个正方形特征区域，按照步骤3到步骤5的处理方法进行同样处理，就得到一系列精确匹配的位置点；步骤7 利用这些精确匹配的系列位置点对第二幅SAR图像进行校正，实现两幅图像的精确配准。所述的方法，其所述步骤1的仿射变换模型为χ' = a+bx+cyy' = d+ex+fy其中，x、y分别表示第一幅SAR图像的行坐标、列坐标，x’、y’分别表示第二幅SAR 图像的行坐标、列坐标，a、b、c、d、e、f为仿射变换的六个参数，即a表示χ方向的平移量， b表示χ方向的比例缩放因子，c表示y方向的比例缩放因子，d表示y方向的平移量，e表示χ方向的比例缩放因子，f表示y方向的比例缩放因子。所述的方法，其所述步骤3的处理方法是，根据第一幅SAR图像特征区域的中心位置，考虑卫星轨道的精度，以推算出特征区域对应于第一幅SAR图像中对应的区域窗口四点位置；由于第二幅SAR图像的四个角点位置已知，根据仿射变换，就可以计算出第二幅 SAR图像上对应特征窗口区域的四点位置。所述的方法，其所述步骤5中的归一化互相关模板匹配方法，是以下式表示其中，P为互相关系数，-1 ^ P ^ l，T(x，y)表示特征区域图像像点(x，y)的灰度值，I (χ，y)表示临时图像区域像点(χ，y)的灰度值；μ τ表示特征区域图像的灰度均值，
μ χ表示临时图像区域的灰度均值，Σ表示对χ方向积分求和，Σ表示对y方向积分求和，χ
表示图像的行向坐标，y表示图像的列向坐标。所述的方法，其所述步骤2中对第一幅SAR图像进行分块，是分成9横X 9竖的81 个子块或更多的子块，从每个子块中提取U8XU8像素大小的正方形的特征区域作为模板。所述的方法，其所述步骤3中，根据第一幅SAR图像在步骤1中所得的四个角点位置，求得到第一幅SAR图像特征区域的中心位置。本发明方法充分考虑了获取星载SAR图像时的卫星轨道参数，综合考虑了不同时间获取SAR图像之间的尺度和旋转、图像分块的归一化互相关匹配，能够有效地完成不同时间获取星载SAR图像的自动配准。本发明方法有助于推动我国星载SAR图像的自动配准技术水平提高，促进星载 SAR图像在土地覆盖/变化、农作物长势、冰雪等各种灾害监测以及军事目标的动态监视等领域的广泛应用。
图1是本发明粗到精的星载SAR图像自动配准方的示意框图。
权利要求
1.一种由粗到精的星载合成孔径雷达图像自动配准方法，其特征在于，包括步骤1 根据卫星的轨道数据分别计算两幅星载SAR图像四个角点的位置，并根据这些角点位置计算两幅SAR图像之间的仿射变换参数；步骤2 对第一幅星载SAR图像进行均勻分块，并在每个图像块内提取一个正方形的特征窗口区域；步骤3 根据第一幅星载SAR图像的每个特征窗口区域中心的地理位置，在第二幅SAR 图像内寻找对应位置点，并以该点位置为中心提取2公里正方形的窗口区域，再按照仿射变换参数计算正方形窗口区域在第二幅SAR图像的对应窗口区域的四点位置；步骤4 利用得到的第二幅SAR图像上窗口区域的四点位置，按照第一幅SAR图像的分辨率对第二幅SAR图像对应四点位置的图像采用三次卷积内插方法重采样，得到一幅临时图像区域；步骤5 利用归一化互相关模板匹配方法对第一幅SAR图像的正方形特征窗口区域和第二幅SAR图像的临时图像区域进行精确匹配，得到精确匹配的相关位置；步骤6 对第一幅SAR图像的每个正方形特征窗口区域，按照步骤3到步骤5的处理方法进行同样处理，就得到一系列精确匹配的位置点；步骤7 利用这些精确匹配的系列位置点对第二幅SAR图像进行校正，实现两幅图像的精确配准。
2.如权利要求1所述的方法，其特征在于，所述步骤1的仿射变换模型为
3.如权利要求1所述的方法，其特征在于，所述步骤3的处理方法是，根据第一幅SAR 图像特征区域的中心位置，考虑卫星轨道的精度，以推算该特征窗口区域对应于第一幅SAR 图像区域的对应四点位置；由于第二幅SAR图像的四个角点位置已知，根据仿射变换，就可以计算出第二幅SAR图像上对应特征窗口区域的四点位置。
4.如权利要求1所述的方法，其特征在于，所述步骤5中的归一化互相关模板匹配方法，是以下式表示其中，P为互相关系数，-1 < P < 1，T(χ, y)表示特征区域图像像点(X，y)的灰度值，l(x，y)表示临时图像区域像点(x，y)的灰度值；μ τ表示特征区域图像的灰度均值，P1表示临时图像区域的灰度均值，Σ表示对χ方向积分求和，Σ表示对y方向积分求和，χ表示图像的行向坐标，y表示图像的列向坐标。
5.如权利要求1所述的方法，其特征在于，所述步骤2中对第一幅SAR图像进行分块， 是分成9横X9竖的81个子块或更多的子块，从每个子块中提取U8X 1 像素大小的正方形的特征区域作为模板。
6.如权利要求3所述的方法，其特征在于，所述步骤3中，根据第一幅SAR图像在步骤 1中所得的四个角点位置，求得到第一幅SAR图像特征区域的中心位置。
全文摘要
本发明公开了一种由粗到精的星载合成孔径雷达图像自动配准方法，涉及遥感图像处理技术，包括七个步骤，充分利用卫星的轨道数据计算星载SAR图像对应的粗略地理位置，进行图像的粗配准，实现星载SAR图像之间尺度和旋转的统一。在粗配准的基础上再采用模板匹配的方法，进行星载SAR图像的局部精匹配，最终根据大量匹配的小区域实现整幅SAR图像的精配准。本发明应用了卫星的粗略轨道参数巧妙地实现不同星载SAR图像的尺度和旋转的统一，为基于模板的精配准构建了理想的匹配条件，实现了由粗到精的匹配策略，大大提高了SAR图像配准的有效性。
文档编号G06T7/00GK102194225SQ20101012835
公开日2011年9月21日 申请日期2010年3月17日 优先权日2010年3月17日
发明者付琨, 尤红建 申请人:中国科学院电子学研究所