山区sar图像的匹配方法及系统的制作方法
【技术领域】
[0001] 本发明涉及图像处理技术领域，特别涉及一种山区SAR图像的匹配方法及系统。
【背景技术】
[0002] 山区SAR(Synthetic Aperture Radar，合成孔径雷达）图像的匹配技术是国防科 技中的一项重要的技术，精确的SAR图像匹配算法为飞行器定位等其它问题的解决提供了 坚实的基础。现有的SAR图像匹配算法，大多是针对城市地区而提出的基于线特征、角点 特征等的匹配算法。此类匹配算法针对线特征、角点特征差别较大的城市区域匹配效果较 好，而山区由于地形起伏复杂，海拔跳跃比较大，不同的入射角度或不同传感器的成像结果 具有很大的差异，因此使用此类方法所得到的匹配率并不是很高。此外，此类传统的匹配算 法，对于基准图和实时图之间的视角不同以及存在仿射变换的情况，没有很好的鲁棒适应 性。
[0003] SIFT (Scare Invariant Feature Transform，尺度不变特征转换）特征匹配算法 是David G. Lowe在2004年总结了现有基于不变量技术特征检测方法的基础上，提出的一 种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的特征匹配算法。该算法匹 配能力较强，能提取稳定的特征，可以处理两幅图像之间发生平移、旋转、仿射变换、视角变 换、光照变换情况下的匹配问题，从而可以实现差异较大的两幅图像之间的特征匹配。由于 SIFT算法具有以上优良的性质，因 此近几 年来，SIFT变换用于SAR图像匹配的案例也越来 越多。
[0004] 但是，由于SAR图像中斑点噪声的存在，使得其幅度值的动态范围变化很大，导致 使用SIFT算法进行关键点检测时很容易出现误检和漏检的现象。主要有以下两方面的原 因：一方面，斑点噪声会被误当成关键点被检测出来，造成关键点的误检；另一方面，斑点 噪声由于幅度值特别大或者特别小，会掩盖其周围真正的关键点，而导致关键点的漏检。
[0005] 在使用SIFT算法对关键点进行特征描述时，由于SIFT的特征描述子保存的是关 键点邻域的梯度特征，这就要求图像的噪声模型是加性模型；而SAR图像的斑点噪声是乘 性模型，从而使得计算的梯度特征值出现很大的偏差。因此，即使基准图和实时图能够在 对应相同的位置检测到关键点，也很有可能出现无法正确匹配的现象。对于非同源的两幅 SAR图像，匹配率很低，甚至很多时候是无法正确匹配的，这也是近几年来SIFT特征匹配算 法在SAR图像匹配应用中所面临的一个重要的问题。
【发明内容】
[0006] 本发明旨在至少在一定程度上解决上述相关技术中的技术问题之一。
[0007] 为此，本发明的一个目的在于提出一种山区SAR图像的匹配方法，该方法能够有 效减小斑点噪声对匹配效果的影响，提高对山区SAR图像的匹配效果，并且对噪声有很强 的抗干扰能力。
[0008] 本发明的另一个目的在于提供一种山区SAR图像的匹配系统。
[0009] 为了实现上述目的，本发明第一方面的实施例提出了一种山区SAR图像的匹配方 法，包括以下步骤：获取等效视数，并根据所述等效视数确定Non-local滤波器的参数，并 通过所述Non-local滤波器分别对基准图和实时图进行滤波；通过尺度不变特征转换SIFT 算法分别提取滤波后的基准图的SIFT特征和滤波后的实时图的SIFT特征，并将所述基准 图的SIFT特征存储以建立基准图特征模板库；根据SIFT算法将所述实时图的SIFT特征与 所述基准图特征模板库进行匹配，并通过随机抽样一致方法处理之后输出匹配结果。
[0010] 根据本发明实施例的山区SAR图像的匹配方法，首先使用等效视数确定 Non-local滤波器的参数，之后对基准图滤波以减少基准图的斑点噪声；使用SIFT算法对 滤波后的基准图提取SIFT特征，并建立基准图特征模板库，以节省匹配时基准图的处理时 间，保证SAR实时图匹配的实时性；对得到的实时图使用等效视数评估方法确定Non-local 滤波器的参数，之后对实时图滤波；对滤波后的实时图提取SIFT特征；最后使用SIFT匹 配算法对实时提取的实时图特征与基准图特征模板库进行特征匹配，经过随机抽样一致 (RANSC)方法处理之后输出匹配结果。因此，该方法能够有效减小斑点噪声对匹配效果的影 响，提高对山区SAR图像的匹配效果，并且对噪声有很强的抗干扰能力，同时，该方法运算 简单、稳定性高、空间和时间复杂性低、且准确率高、时间成本低。
[0011] 另外，根据本发明上述实施例的山区SAR图像的匹配方法，还可以具有如下附加 的技术特征：
[0012] 在一些示例中，所述等效视数通过如下公式计算：
[0014] 其中，I为SAR图像，E(I)为I的均值，var (I)为I的方差，L为等效视数。
[0015] 在一些示例中，所述通过SIFT算法分别提取滤波后的基准图的SIFT特征和滤波 后的实时图的SIFT特征，进一步包括：在构建高斯金字塔时，将初始组设为0,并跳过对SAR 图像插值的步骤。
[0016] 在一些示例中，所述根据所述等效视数确定Non-local滤波器的参数，进一步 包括：根据所述等效视数评估所述SAR图像的质量，并根据所述SAR图像的质量确定 Non-local滤波器的参数。
[0017] 本发明第二方面的实施例还提供了一种山区SAR图像的匹配系统，包括：滤波模 块，所述滤波模块用于获取等效视数，并根据所述等效视数确定Non-local滤波器的参数， 并通过所述Non-local滤波器分别对基准图和实时图进行滤波；提取模块，所述提取模块 用于通过尺度不变特征转换SIFT算法分别提取滤波后的基准图的SIFT特征和滤波后的实 时图的SIFT特征，并将所述基准图的SIFT特征存储以建立基准图特征模板库匹配模块，所 述匹配模块用于根据SIFT算法将所述实时图的SIFT特征与所述基准图特征模板库进行匹 配，并通过随机抽样一致方法处理之后输出匹配结果。
[0018] 根据本发明实施例的山区SAR图像的匹配系统，首先使用等效视数确定 Non-local滤波器的参数，之后对基准图滤波以减少基准图的斑点噪声；使用SIFT算法对 滤波后的基准图提取SIFT特征，并建立基准图特征模板库，以节省匹配时基准图的处理时 间，保证SAR实时图匹配的实时性；对得到的实时图使用等效视数评估方法确定Non-local 滤波器的参数，之后对实时图滤波；对滤波后的实时图提取SIFT特征；最后使用SIFT匹 配算法对实时提取的实时图特征与基准图特征模板库进行特征匹配，经过随机抽样一致 (RANSC)方法处理之后输出匹配结果。因此，该系统能够有效减小斑点噪声对匹配效果的影 响，提高对山区SAR图像的匹配效果，并且对噪声有很强的抗干扰能力，同时，该系统涉及 的运算简单、稳定性高、空间和时间复杂性低、且准确率高、时间成本低。
[0019] 另外，根据本发明上述实施例的山区SAR图像的匹配系统，还可以具有如下附加 的技术特征：
[0020] 在一些示例中，所述等效视数通过如下公式计算：
[0022] 其中，I为SAR图像，E(I)为I的均值，var (I)为I的方差，L为等效视数。
[0023] 在一些示例中，所述提取模块通过SIFT算法分别提取滤波后的基准图的SIFT特 征和滤波后的实时图的SIFT特征，进一步包括：在构建高斯金字塔时，将初始组设为0,并 跳过对SAR图像插值的步骤。
[0024] 在一些示例中，所述滤波模块用于根据所述等效视数评估所述SAR图像的质量， 并根据所述SAR图像的质量确定Non-local滤波器的参数。
[0025] 本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述