本发明涉及卫星sar(合成孔径雷达)图像镶嵌领域，具体是大尺度地距星载sar图像镶嵌方法。
背景技术：
：：星载合成孔径雷达(sar)因其大面积以及全天候和昼夜成像能力，已成为测绘和地球科学研究领域中的重要工具。来自相同和相邻成像轨道的多幅sar图像的镶嵌对于监测和分析全局过程的空间和时间变化特别有用。星载sar镶嵌产品可广泛用于土地利用、土地覆盖变化、地图绘制、海岸线、荒漠化、湿地和冰川监测等领域。地距星载sar镶嵌的关键是消除镶嵌影像间的几何结构错位和辐射差异，且不受对大容量存储器的限制。目前，针对特殊目的的星载sar图像的数字镶嵌技术已经得到研究和开发，如shimada等(2010)基于斜距图像生成了palsar镶嵌数据集，grandi等(2004)使用地距图像生成了jers-1sar镶嵌数据集，但数量有限，大多数雷达镶嵌实验或产品都是基于机载雷达系统采集的数据完成的。这些方法通常需要使用视觉定位的同名点或某种算法提取的视觉特征对重叠的图像数据进行配准，整个镶嵌过程既费力又耗时；另一方面，使用简单的渐入渐出式匀色只能实现单方向的重叠区域渐进过渡，难以消除多个方向的区域重叠出现的色差问题；此外，有些方法对计算机的内存容量要求较高。技术实现要素：本发明的目的在于克服现有技术的不足，旨在更好地实现星载地距sar图像的大尺度镶嵌，以解决现有技术存在的问题。本发明是通过以下技术方案实现的：本发明提供大尺度地距星载sar图像镶嵌方法，包括多幅已编号地距星载sar图像，该方法包括以下步骤：步骤1、图像预处理对每个已编号地距星载sar图像进行参数修正后获得含地理定位信息的待处理sar图像步骤2、计算每个待处理sar图像中每个像素的经、纬度坐标步骤3、判定所有待处理sar图像两两之间是否重叠根据步骤2所得到的每个待处理sar图像中每个像素的经、纬度坐标，判断所有待处理sar图像两两之间是否重叠存在重叠的，记录所有两两之间存在重叠的待处理sar图像对应的编号以及两两之间重叠区域范围，并生成含有重叠区域范围信息的编号组进行存储步骤4、计算每个编号组对应重叠区域范围之间的匹配偏移量对于峰均比低的区域，采用互相关法计算每个编号组对应重叠区域范围之间的匹配偏移量对于峰均比高的区域，采用基于过零点的二值匹配统计法来计算每个编号组对应重叠区域范围之间的匹配偏移量步骤5、创建全零像素图像和全局结构体变量根据步骤2中得到的待处理sar图像中每个像素的经、纬度坐标和步骤4得到的每个编号组对应重叠区域范围之间的匹配偏移量获得所有待处理sar图像修正后的地理坐标，得到修正后每个待处理sar图像对应的待拼接图像创建与最终要生成的镶嵌图像同样大小的全零像素图像，同时建立一个全局结构体变量步骤6、采用wallis滤波器对步骤5获得的每个编号组对应的重叠区域范围进行匀色步骤7、对均色后的所有待拼接图像进行拼接拼接方法如下：a.在全局结构体变量中为所有待拼接图像设置拼接匀色标记，并复位为0b.输入一幅待拼接图像，基于编号组找出所有与该幅待拼接图像重叠且匀色标记为0的待拼接图像；c.假设与当前输入待拼接图像重叠且匀色标记为0的待拼接图像总数为num，以当前输入待拼接图像为参考图像，依次按照步骤6对这num幅待拼接图像进行wallis匀色，且每一次匀色均更新wallis滤波器中相应的参数，将匀色标记置为1并保存匀色后的图像；d.num次wallis匀色后，将该输入待拼接图像写入步骤5中创建的全零像素图像中，并将拼接匀色标记设置为1；e.对所有待拼接图像重复上述b、c、d步骤，处理完所有待拼接图像后，得到最终的镶嵌结果。进一步，步骤1中所述参数修正具体为如下过程：对每个已编号地距星载sar图像进行相干斑滤波，以去除相干斑噪声，获得无相干斑噪声的sar图像对无相干斑噪声的sar图像进行辐射定标，以消除系统辐射误差，并将定标后的sar图像用后向散射系数表示，获得用后向散射系数表示的sar图像对用后向散射系数表示的sar图像进行椭球体校正，并将辅助信息中的地理定位信息写入sar图像，得到待处理sar图像。进一步，步骤3中每个待处理sar图像中每个像素的经、纬度坐标的计算公式如下：e_geo＝a(0)+x_pix×a(1)+y_pix×a(2)(1)n_geo＝a(3)+x_pix×a(4)+y_pix×a(5)(2)其中：e_geo和n_geo分别表示所述待处理sar图像中像素的经度和纬度坐标x_pix和y_pix分别表示所述待处理sar图像中像素的列坐标和行坐标所述地理定位信息具体由地理定位数组构成，所述地理定位数组具体由六个参数a(0),a(1),...a(5)构成，其中：a(0)和a(3)表示分别表示所述待处理图像左上角的经、纬度坐标a(1)和a(5)分别表示所述待处理图像的横向与纵向分辨率a(2)和a(4)分别表示所述待处理图像中像素在纬、经度方向上的旋转系数。进一步，步骤4所述的互相关法具体为：在每个编号组对应重叠区域范围内选取该编号组对应的两幅待处理图像中任一幅待处理图像中的一块图像作为模板图像t(u,v)，另一幅待处理图像为搜索图像i(w,h)其中：t(u,v)，维度为u×vi(w,h)，维度为w×h将t(u,v)叠放在i(w,h)上做上下平移式搜索，令i(w,h)与t(u,v)重叠的区域为：为子图omn其中：m和n为模板图像左下角在i(w,h)上的坐标且：1≤m≤w-u，1≤n≤h-v计算omn与t(u,v)的二维互相关系数r(m,n)即：计算omn与t(u,v)的归一化相关系数ρ(m,n)，作为二者相似性度量即：完成全部搜索后，选取ρ(m,n)的最大值ρ(mmax,nmax)对应的子图为匹配目标取匹配目标相对模板图像在水平和垂直方向上的偏移量为该编号组对应的两幅待处理图像之间的匹配偏移量。进一步，步骤4所述的基于过零点的二值匹配统计法具体为：a、求取每个待处理图像中每个像素的轮廓特征m(x,y)m(x,y)＝[▽2g(x,y)]*i(x,y)(5)其中：i(x,y)是图像，x、y分别为处理中待处理图像每个像素的横、竖坐标▽2g(x,y)是高斯拉普拉斯算子b、对每个待处理图像中每个像素的轮廓特征进行二值匹配，当m(x,y)＞0时，赋值为1，当m(x,y)≤0时，赋值为0，获得每幅待处理图像的二值图像c、由每个编号组对应的两幅待处理图像中选取任一幅二值图像中的一块作为二值模板图像ma，该编号组对应的另一幅待处理图像为mb；其中，所述二值模板图像ma处于该编号组对应的重叠区域范围内d、将ma叠放在mb上进行上下平移式搜索，mb上被覆盖的区域为子二值图mc；统计ma和mb相同位置处在其对应的二值图像上数值相同的数量se、完成全部搜索后，选取s的最大值smax对应的子二值图为匹配对象f、取匹配对象相对二值模板图像在水平和垂直方向上的偏移量为该编号组对应的两幅待处理图像之间的匹配偏移量进一步，wallis滤波器的表达式为：其中：每个编号组对应的两幅待拼接图像分别用i和t表示，为i经过匀色调整之后的图像的灰度μt、σt和μi、σi分别表示t与i位于重叠区域的待处理sar图像灰度强度均值与标准差i的维度为w×h，1≤i≤w，1≤j≤h。进一步，步骤7中所述更新的相应参数具体为μt、σt和μi、σi。本发明相比现有技术具有以下优点：(1)通过建立一个全局结构体变量，以保存所有待拼接图像修正后的地理坐标，从而保证在同一时间计算机内存中最多只存储两幅图像，降低了对大容量存储器的需求；(2)由于雷达后向散射对成像几何中的变化敏感，且sar图像的辐射特性倾向于将来自不同时间成像的相同区域的图像去相关，因此对于相对平坦的区域，可以采用互相关法来测定图像间的配准误差，而对于地形复杂的区域，则采用基于过零点的二值匹配统计法，从而为配准误差的确定提供了可选方案；(3)由于实际镶嵌过程中可能存在一幅sar图像与多幅sar图像同时重叠的现象，在使用全局滤波器进行匀色处理时，设计了一种搜索更新策略，不仅能保证多重叠区域、多个方向的匀色处理效果，且能很好地保护sar图像中的纹理细节；(4)本发明提供了完整的大尺度星载地距sar图像的镶嵌流程，不仅适合于星载地距条带式产品，也适用于星载地距宽模式产品。附图说明图1是本发明大尺度地距星载sar图像镶嵌方法的流程图；图2是本发明提供的互相关系法中模板匹配示意图；图3是具体实施例中所用三幅原始sar图像中原始图图a；图4是具体实施例中所用三幅原始sar图像中原始图图b；图5是具体实施例中所用三幅原始sar图像中原始图图c；图6是具体实施例中所用三幅原始sar图像中原始图图a经预处理后得到的图a1；图7是具体实施例中所用三幅原始sar图像中原始图图b经预处理后得到的图b1；图8是具体实施例中所用三幅原始sar图像中原始图图c经预处理后得到的图c1；图9是a1、b1、c1处理完成后拼接得到的效果图。具体实施方式下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。大尺度地距星载sar图像镶嵌方法，包括以下步骤：(1)图像预处理：为保证镶嵌结果的质量，首先需要对星载地距宽模式sar图像进行预处理；此步骤选用的三幅sar图像都是来自欧洲航天局发射的哨兵一号卫星所拍摄的中国境内sar图像，如图3、4、5所示为三幅原始sar图像：图像的经度范围在东经73°～东经135°，纬度范围在北纬3°～北纬53°，整个预处理过程在欧洲航天局提供的处理平台snap(sentinelsapplicationplatform)3.0版本上完成；sar图像通常存在相干斑噪声，对每个已编号地距星载sar图像进行相干斑滤波，选用合适的滤波器去除斑点噪声，这里我们选用的是lee-sigma滤波器，其窗口大小为7×7，目标窗口大小为3×3，sigma值为0.9，相比较其他的常见滤波器(如中值滤波器、均值滤波器等)在斑点噪声抑制和保持边缘、纹理等细节信息方面有着较为明显的优势，具体在snap3.0平台中的操作为选中radar选项卡下的specklefiltering选项即可；此外，雷达传感器本身存在系统辐射误差，通过辐射定标可以消除这种误差并获得后向散射系数value(i)表示的sar图像，我们以欧洲航天局发射的哨兵一号产品为例，辐射定标过程可由下式表示：其中，dni(digitalnumber)与ai值由哨兵一号提供的四种辐射定标查询表(lookuptables)查询得到，；接下来的椭球体校正，则将辅助信息中的地理定位信息写入sar图像中，以snap3.0为例，选择到radar选项卡下的geometric即可进行椭球体矫正，最终获得待处理sar图像。经过预处理得到的三幅待处理sar图像如图6、7、8所示；(2)计算待处理sar图像中每个像素的经、纬度坐标计算公式如下：e_geo＝a(0)+x_pix×a(1)+y_pix×a(2)(1)n_geo＝a(3)+x_pix×a(4)+y_pix×a(5)(2)其中：e_geo和n_geo分别表示所述待处理sar图像中像素的经度和纬度坐标x_pix和y_pix分别表示所述待处理sar图像中像素的列坐标和行坐标所述地理定位信息具体由地理定位数组构成，所述地理定位数组具体由六个参数a(0),a(1),...a(5)构成，其中：a(0)和a(3)表示分别表示所述待处理图像左上角的经、纬度坐标a(1)和a(5)分别表示所述待处理图像的横向与纵向分辨率a(2)和a(4)分别表示所述待处理图像中像素在纬、经度方向上的旋转系数；(3)判定所有待处理sar图像两两之间是否重叠根据步骤2所得到的每个待处理sar图像中每个角点像素的经、纬度坐标，判断所有待处理sar图像两两之间是否重叠存在重叠的，记录所有两两之间存在重叠的待处理sar图像对应的编号以及两两之间重叠区域范围，并生成含有重叠区域范围信息的编号组进行存储(4)计算每个编号组对应重叠区域范围之间的匹配偏移量通过步骤(2)中提取得到的地理坐标信息，可以对sar图像进行配准，但是这种配准通常会由于地理坐标信息的精度不够，导致存在匹配偏移量；因此，对于峰均比低的区域，采用互相关法计算每个编号组对应重叠区域范围之间的匹配偏移量对于峰均比高的区域，采用基于过零点的二值匹配统计法来计算每个编号组对应重叠区域范围之间的匹配偏移量。具体如下：(a)互相关方法如图2所示，在每个编号组对应重叠区域范围内选取该编号组对应的两幅待处理图像中任一幅待处理图像中的一块图像作为模板图像t(u,v)，另一幅待处理图像为搜索图像i(w,h)其中：t(u,v)，维度为u×vi(w,h)，维度为w×h将t(u,v)叠放在i(w,h)上做上下平移式搜索，令i(w,h)与t(u,v)重叠的区域为：为子图omn其中：m和n为模板图像左下角在i(w,h)上的坐标且：1≤m≤w-u，1≤n≤h-v计算omn与t(u,v)的二维互相关系数r(m，n)即：计算omn与t(u,v)的归一化相关系数ρ(m,n)，作为二者相似性度量即：完成全部搜索后，选取ρ(m,n)的最大值ρ(mmax,nmax)对应的子图为匹配目标取匹配目标相对模板图像在水平和垂直方向上的偏移量为该编号组对应的两幅待处理图像之间的匹配偏移量，由于地理坐标信息即经、纬度坐标已知，其实际搜索范围可控制在1≤i≤5，1≤j≤5；该方法的频域实现可在gpu中完成，从而达到加速的目的。(b)基于过零点的二值匹配统计法a、求取每个待处理图像中每个像素的轮廓特征m(x,y)m(x,y)＝[▽2g(x,y)]*i(x,y)(5)其中：i(x,y)是图像，x、y分别为处理中待处理图像每个像素的横、竖坐标▽2g(x,y)是高斯拉普拉斯算子b、对每个待处理图像中每个像素的轮廓特征进行二值匹配，当m(x,y)＞0时，赋值为1，当m(x,y)≤0时，赋值为0，获得每幅待处理图像的二值图像c、由每个编号组对应的两幅待处理图像中选取任一幅二值图像中的一块作为二值模板图像ma，该编号组对应的另一幅待处理图像为mb；其中，所述二值模板图像ma处于该编号组对应的重叠区域范围内d、将ma叠放在mb上进行上下平式搜索，mb上被覆盖的区域为子二值图mcd、统计ma和mb相同位置处在其对应的二值图像上数值相同的数量se、完成全部搜索后，选取s的最大值smax对应的子二值图为匹配对象f、取匹配对象相对二值模板图像在水平和垂直方向上的偏移量为该编号组对应的两幅待处理图像之间的匹配偏移量。(5)创建全零像素图像和全局结构体变量根据步骤2中得到的待处理sar图像中每个像素的经、纬度坐标和步骤4得到的每个编号组对应重叠区域范围之间的匹配偏移量获得所有待处理sar图像修正后的地理坐标，得到修正后每个待处理sar图像对应的待拼接图像创建与最终要生成的镶嵌图像同样大小的全零像素图像，同时建立一个全局结构体变量。(6)采用wallis滤波器对重叠sar图像进行全局匀色与拼接由于星载地距sar图像间可能存在多个方向的强度差异，会导致拼接后的图像重叠区过渡不自然，故需要进行全局匀色处理。这里我们采用了wallis滤波器对重叠sar图像进行匀色；wallis滤波器的表达式为：wallis滤波器的表达式为：其中：每个编号组对应的两幅待拼接图像分别用i和t表示，为i经过匀色调整之后的图像的灰度μt、σt和μi、σi分别表示t与i位于重叠区域的待处理sar图像灰度强度均值与标准差i的维度为w×h，1≤i≤w，1≤j≤h均色拼接方法如下：a.在全局结构体变量中为所有待拼接图像设置拼接匀色标记，并复位为0b.输入一幅待拼接图像，基于编号组找出所有与该幅待拼接图像重叠且匀色标记为0的待拼接图像；c.假设与当前输入待拼接图像重叠且匀色标记为0的待拼接图像总数为num，以当前输入待拼接图像为参考图像，依次按照对这num幅待拼接图像进行wallis匀色，且每一次匀色均更新μt、σt和μi、σi，将匀色标记置为1并保存匀色后的图像；d.num次wallis匀色后，将该输入待拼接图像写入步骤5中创建的全零像素图像中，并将拼接匀色标记设置为1；e.对所有待拼接图像重复上述b、c、d步骤，处理完所有待拼接图像后，得到最终的镶嵌结果如图9所示：由以上发明过程得到的镶嵌结果图9所示，本发明对多幅sar图像的拼接，其镶嵌结果中的接缝处均得到辐射平滑，且整体色差较小。以上所述仅为本发明的较佳实施例而已，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、等同替换和改进等，均应包含在本发明的保护范围之内。当前第1页12当前第1页12