像中某点（opti，opt,)带入仿射变换方程，即可得到光学图像点向 SAR图像配准后的点坐标（opt'opt' ,），遍历光学图像每个点，即可得到光学图像向SAR图 像配准后得到的配准图像。
[0113] 根据图3~图6所示结果图，可以得出：一方面，该配准方法在异类图像（SAR图像 和光学图像）配准过程，完成了光学图像和SAR图像的配准；另一方面，该配准方法利用了 图像的多种特征信息，配准结果准确度较高。因此，本发明所提出的方法可以基于多种特征 联合的方法对目标SAR图像和光学图像进行配准，且保持较高的准确度。
【主权项】
1. 一种基于多种特征联合的目标SAR图像和光学图像配准方法，其特征在于：该方法 不局限于单一的图像特征，使用多种图像特征联合的配准方法，提高了配准的准确性，包括 以下几个步骤： 步骤一：读入原始SAR图像和光学图像数据及相关参数； 步骤二：将同一目标的SAR图像Isar和光学图像I _进行图像分割处理； 采用条件迭代法，对图像进行迭代计算全局能量E，满足收敛条件时停止迭代，得到图 像分割结果； 步骤三：图像分割结果进行角点检测； 采用SUSAN算子对步骤二得到的图像分割结果进行角点检测，得到角点检测结果； 步骤四：图像分割结果进行边缘检测； 采用canny边缘检测方法将步骤二得到的图像分割结果进行边缘检测，得到边缘检测 结果； 步骤五：提取图像的兴趣区域和角点； 将步骤四得到边缘检测结果进行Hough变换，提取边缘检测结果中的直线，求解直线 交点得到图像兴趣区域，在兴趣区域中提取该兴趣区域中的角点； 步骤六：SAR图像和光学图像配准； 将步骤五得到的兴趣角点进行配对，求解仿射变换矩阵参数，并由仿射变换矩阵将光 学图像向SAR图像配准。2. 根据权利要求1所述的一种基于多种特征联合的目标SAR图像和光学图像配准方 法，其特征在于：该方法不局限于单一的图像特征，使用多种图像特征联合的配准方法，提 高了配准的准确性，具体包括以下步骤： 步骤一：读入待配准的同一目标的SAR图像Isar和光学图像I _，其中，Isar是一个二维 数组，表示待配准SAR图像的灰度值，大小为N1 XM1;I _是一个二维数组，表示待配准光学 图像的灰度值，大小为N2XM2; 步骤二：将同一目标的SAR图像Isar和光学图像I _分别进行图像分割处理，图像分割 处理采用条件迭代法；具体可以分为以下几个步骤： 假设用y来表示观测图像，分割结果用X来表示，X中不同的值表示不同的种类，采用 以下邻域模型作为先验模型：其中，β为耦合系数，Z为常数，δ (·)表示冲激函数，Χι x]表示不同种类，N表示不 同种类个数，H1表示第i区域范围； 将I 称作是能量函数；其中，M表示观测图像中的一个区域，Xl]，yi]分别表示分割结果和观 测图像中该区域中的点，i, j代表点的坐标，σ ( ·)表示求标准差函数； (a) 通过非监督方法得到背景和目标的高斯分布的参数，初始化耦合系数β，得到了 初始的参数集合； (b) 利用初始参数，利用最大似然准则来对图像进行初始分割，即对图像中的每个像素 点取为得到了初始分割场X，计算全局能量E ; (c) 得到新状态：选取当前状态的邻域状态X'，计算新状态的全局能量函数E'，若满足 E' < E，则接受新状态X'，否则，不接受新状态； ⑷收敛条件：将当前状态的全局能量E和新状态的全局能量E'进行比较，如果全局 能量E保持η次保持不变，一般设定η = 5,则认为是满足收敛条件，迭代结束，X为最终的分 割场，E为最终的分割场能量；否则，转入步骤（3)进入下一次的迭代，直到满足条件（4); 步骤三：将步骤二得到的SAR和光学图像图像分割结果分别进行角点检测，角点检测 采用SUSAN算子； (a) SUSAN算子模板是指用37个像素排成7行，分别有3, 5, 7, 7, 7, 5, 3个像素，而组成 的一个模板； (b) SUSAN模板N (X，y)在图像上滑动，在每个位置上比较模板内各个图像像素的灰度 与模板核心的灰度，得到比较结果：其中（Xc，y。）是模板核心在图像中的位置坐标，（x，y)是模板N(X，y)中其他位置， I (X。，y。）和I (X，y)分别是（X。，y。）和（X，y)处像素的灰度，T是一个灰度差的阈值； (c) 计算模板内所有点的c值，得到一个输出的游程和：(d) 将游程和s与一个固定的几何阈值G进行比较以做出判断，G取为s_/2,其中s_ 为模板能取到的最大值，对于37个像素的圆形模板，S max为36 ;(e) 若R(X(j，y。）= 1，则确定（X(j，y。）为图像的角点。遍历整幅图像，可以得到图像的角 点检测结果； 步骤四：将步骤二得到的SAR图像和光学图像图像分割结果分别进行边缘检测，采用 canny边缘检测方法； (a)构建两个一维的行列滤波器其中k为一常数； (b) 将这两个模板分别与f(x，y)进行卷积，设f(x，y)为待检测图像，A(i，j)反映边缘强度，a(i，j)为垂直于边缘的方向； (c) 当一个像素满足以下三个条件时，则将该点标记为是图像的边缘点， 1) 该点的边缘强度大于沿该点梯度方向的两个相邻像素点的边缘强度； 2) 与该点梯度方向上相邻两点方向差小于45° ; 3) 以该点为中心的3X3领域中的边缘强度极大值小于某个阈值； (d) 遍历整幅图像，可以得到图像的边缘检测结果； 步骤五：由步骤四得到的SAR图像和光学图像边缘检测结果，分别提取图像的兴趣区 域和角点； (a) 对步骤四中提取得到的每一个边缘上的点（X，y)，由Hough变换思想，投影到P- Θ 平面，由 p = x*cos(Θ)+y*sin ( Θ) (10) 即可将图像平面上的一个点对应到参数P-Θ平面上的一条曲线上，在ρ-Θ平面上创 建一个二维数组Rtp，对于数组坐标（i，j)满足上曲线方程的点，则将数组该位置处的值递 增1 ; (b) 由（a)步骤得到的二维数组Rtp，搜索数组中的超过某阈值的点，坐标为 (Rtpik，R twk)，即代表一个P- M直，由式（10)可以得到在图像平面中的一条直线方程； (C)在图像平面中，由（b)步骤中获得的直线检测结果，可以得到直线交点Pk(k = 1、 2、3· ··)，以交点Pk为圆心，以设定的R为半径，在图像平面中画取圆形区域，即为得到 的兴趣区域 Areak (k=l、2、3· · ·); (d)由步骤三中得到的角点检测结果，分别和（c)步骤中的每个兴趣区域求交集，即筛 选在每个兴趣区域Areakft的角点（i kk, jkk) (kk = 1、2、3 · · ·)，求取角点坐标平均值作为 兴趣区域AreakR确定的兴趣角点坐标，即对每个兴趣区域进行同样的操作，即可得到获取的兴趣角点（ik，jk); 步骤六：由步骤五中得到的SAR图像和光学图像兴趣角点，对两幅图像进行配准； (a) 将在SAR图像和光学图像中分别得到的兴趣角点对，即在SAR图像和光学图像同一 个兴趣区域，设为Areak，提取出的兴趣角点，假设坐标分别为（x，y)和（x'，y'），组为一个 兴趣角点对； (b) 仿射变换方程为：其中，Θ为仿射变换角度，为仿射变换坐标平移量； 将（a)步骤中获得的兴趣角点对带入式（12)，解方程组，可得仿射变换矩阵参数Θ和 (x〇，y〇); (C)将光学图像中某点（OPt1WPt,)带入仿射变换方程，即可得到光学图像点向SAR图 像配准后的点坐标（opt' D opt' ,），遍历光学图像每个点，即可得到光学图像向SAR图像配 准后得到的配准图像。
【专利摘要】本发明公开了一种基于多种特征联合的目标SAR图像和光学图像配准方法，包括以下几个步骤：步骤一：读入原始SAR图像和光学图像数据及相关参数；步骤二：将同一目标的SAR图像ISAR和光学图像Iopt进行图像分割处理；步骤三：图像分割结果进行角点检测；步骤四：图像分割结果进行边缘检测；步骤五：提取图像的兴趣区域和角点；步骤六：SAR图像和光学图像配准。本发明提出了一种基于多种特征联合的目标SAR图像和光学图像配准方法，解决了目前对于目标SAR图像和光学图像没有合理准确配准方法的现状。
【IPC分类】G06T7/00
【公开号】CN105427304
【申请号】CN201510800184
【发明人】徐华平, 张寰, 王耿锞
【申请人】北京航空航天大学
【公开日】2016年3月23日
【申请日】2015年11月19日