一种边坡雷达影像与地形点云的误匹配校正方法

技术特征：

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中天线行迹矢量为：其中，为雷达轨道中轴向量，δh为俯仰调节旋钮中心距离轨道轴心高度，lantenna为天线中心至俯仰调节主轴距离，θsight为雷达视主轴与水平面夹角，和分别为以雷达合成孔径中心建立的坐标系os-xsyszs中ys和zs轴方向的空间单位向量。

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：

天线行迹矢量作为几何映射算法输入参数，利用距离-多普勒算法计算三维地形点云数据pterrain中各点与雷达的相对斜距和相对方位角；

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：

式中表示ai相对于孔径中心os的斜距，||·||2代表向量的2-范数，n为pterrain中顶点总数；

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，表示ai相对于孔径中心os的方位角，为ai在天线行迹矢量的垂足，|·|代表向量的模。

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：其中为真实坐标，[txtytz]^t为平移因子，λ为缩放因子，rx(ωx)、ry(ωy)、rz(ωz)为各坐标轴的旋转矩阵，ωx、ωy、ωz为各坐标轴的偏转角，为偏差坐标；空间坐标变换方程的变换参数为平移因子、缩放因子和各坐标轴的偏转角。

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i^sub以及三维地形点云数据中包含这些显著地物的子点云p^sub，查找trough内i^sub图像中心点匹配的三维坐标d^sub(x,y,z)t；

计算p^sub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p^sub的反射率图i^σ，获取p^sub各点与i^σ中各点的映射表t^pcl；

使用相关性分析方法分析i^sub和i^σ，提取i^sub图像中心坐标与相关性峰值点坐标i^sub(r，θ)；

查找映射表t^pcl内i^sub(r,θ)对应的三维坐标d^sub(x,y,z)s，d^sub(x,y,z)t与d^sub(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σiδ为二维网格点的值，ηiδ代表雷达波入射角。

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。

技术总结
本发明公开了一种边坡形变监测雷达影像与地形点云基于少量人工控制点的误匹配校正方法，根据少量人工控制点先初步地估计偏差模式，作为最小二乘迭代初值，利用几何映射方法完成粗匹配。进而利用雷达图像中的明显地物和周围的相关性分析提取更多的地面控制点，利用大量控制点优化最小二乘变换模型参数完成精匹配实现误匹配校正。本发明仅需至少3个人工控制点即可完成边坡形变监测雷达影像与地形点云的误匹配纠正，具有计算量小，达像元级匹配精度，易于编程实现等优点，所述方法不受雷达视角和设站位置的影响，可有效地定位监测数据显示的异常形变区域，对边坡工程安全监测，遏制重大安全生产事故发生具有重要的意义。

技术研发人员：郑翔天;何秀凤;杨晓琳;宋敏峰;张劲松
受保护的技术使用者：河海大学
技术研发日：2021.03.05
技术公布日：2021.07.27