1.一种边坡雷达影像与地形点云的误匹配校正方法,其特征在于,包括以下具体步骤:
步骤1,测量雷达轨道两端点坐标,结合雷达的设计参数计算天线行迹矢量
步骤2,使用几何映射方法完成雷达图像和三维地形点云数据粗匹配,得到粗匹配映射表trough;
步骤3,选取雷达图像中若干人工目标,测量得到人工目标的二维坐标集合{d1(r,θ),…,dn(r,θ)},并定位人工目标在三维地形点云数据中的三维坐标集合{d1(x,y,z)t,…,dn(x,y,z)t}以作为人工目标的真实坐标;
步骤4,查找粗匹配映射表trough获得{d1(r,θ),…,dn(r,θ)}在粗匹配映射表中匹配的三维坐标集合{d1(x,y,z)s,…,dn(x,y,z)s}作为人工目标的偏差坐标;
步骤5,将人工目标的真实坐标和偏差坐标输入空间坐标变换方程,得到空间坐标变换方程的变换参数初值;
步骤6,进行显著地物和周边区域的相关性分析提取控制点对;
步骤7,利用步骤5中的变换参数初值、步骤6中的控制点对及最小二乘迭代估计空间坐标变换方程的变换参数的最优值,对粗匹配映射表trough进行变换完成误匹配校正。
2.如权利要求1所述的一种边坡雷达影像与地形点云的误匹配校正方法,其特征在于,步骤1中天线行迹矢量
3.如权利要求2所述的一种边坡雷达影像与地形点云的误匹配校正方法,其特征在于,坐标系os-xsyszs中xsosys为水平面,zs为铅垂线反方向,xs轴方向为合成孔径波束的指向在水平面的投影,ys轴与xs轴垂直并按右手坐标系定出。
4.如权利要求1所述的一种边坡雷达影像与地形点云的误匹配校正方法,其特征在于,步骤2具体为:
天线行迹矢量
通过插值搜索方法获得取雷达图像i(r,θ)中插值点的像素索引,得到粗匹配映射表trough,完成粗匹配。
5.如权利要求4所述的一种边坡雷达影像与地形点云的误匹配校正方法,其特征在于,pterrain中第i个顶点ai相对于孔径中心os的斜距:
式中
以相对竖直中心平面左侧为方位负角度,pterrain中第i个顶点ai相对于孔径中心os的方位角为:
式中,
6.如权利要求1所述的一种边坡雷达影像与地形点云的误匹配校正方法,其特征在于,步骤5中空间坐标变换方程为:
7.如权利要求6所述的一种边坡雷达影像与地形点云的误匹配校正方法,其特征在于,
8.如权利要求1所述的一种边坡雷达影像与地形点云的误匹配校正方法,其特征在于,步骤6具体为:
提取雷达图像内带有监测场景内的显著地物的子图像isub以及三维地形点云数据中包含这些显著地物的子点云psub,查找trough内isub图像中心点匹配的三维坐标dsub(x,y,z)t;
计算psub各点相对于雷达的斜距和方位角,斜距和方位角二维网格化生成网格,使用雷达入射角的经验散射模型计算网格点反射率,生成psub的反射率图iσ,获取psub各点与iσ中各点的映射表tpcl;
使用相关性分析方法分析isub和iσ,提取isub图像中心坐标与相关性峰值点坐标isub(r,θ);
查找映射表tpcl内isub(r,θ)对应的三维坐标dsub(x,y,z)s,dsub(x,y,z)t与dsub(x,y,z)s形成一组非人工设置的控制点对;
重复上述步骤,获取包括若干控制点对的集合s。
9.如权利要求8所述的一种边坡雷达影像与地形点云的误匹配校正方法,其特征在于,雷达入射角的经验散射模型为
10.如权利要求1所述的一种边坡雷达影像与地形点云的误匹配校正方法,其特征在于,步骤7具体为:
利用步骤5中的变换参数初值、步骤6中的控制点,使用最小二乘迭代估计空间坐标变换方程的变换参数的最优值,将变换参数的最优值代入空间坐标变换方程形成变换方程f2;
将三维地形点云数据pterrain代入变换方程f2得到误匹配校正参考点集ptransform,两者之间的映射关系记为gtransform;
利用gtransform遍历pterrain与ptransform中各点的最近欧式距离,形成最近欧式距离vdist向量及最近欧式距离索引vidx向量;
剔除ptransform内最近欧式距离超过雷达图像像元空间分辨单元大小的点,保证误匹配纠正结果为像元级,将粗匹配结果prough内每点的形变值赋给pterrain内索引为vidx的点,形成pcorrected完成误匹配纠正。