[发明专利]基于RFM模型的多源星载SAR影像自动匹配方法

说明书

技术领域

本发明涉及星载合成孔径雷达(Synthetic Aperture Radar，SAR)影像处理技术领域，更具体涉及一种基于有理函数模型(Rational Function Model，RFM)的多源星载SAR影像自动匹配方法，该方法可以解决匹配过程中错误匹配点无法有效删除的问题，实现多源星载SAR影像的自动可靠匹配。

背景技术

随着SAR传感器技术的发展，利用多种SAR传感器在不同时刻、不同位置获取的同一地区的星载遥感影像越来越容易，多源遥感影像的目标联合定位已成为摄影测量与遥感领域的重要研究方向之一。然而，无论是单点三维定位还是区域网平差，均需要快速而准确地找寻同名像点，并量测其影像坐标。目前，对于不同源SAR遥感影像的量测，多采用人工观测方法，既耗时又费力，且无法满足大量点量测的需求。

对于多源遥感影像自动匹配，相关学者进行了大量研究，具有一定参考意义。2007年Markuns利用边缘特征进行多源影像匹配；2008年Yong构建了一种顾及灰度和边缘方向信息的信息熵测度，将其用于多源遥感影像匹配；同年，Kim等人也综合利用边缘的灰度和方向信息进行边缘匹配来获取同名点。但是，对于星载SAR影像，由于斑点噪声的影响，往往无法提取比较完整的边缘特征，极大限制了边缘匹配的成功率和可靠性。近年来，Lowe提出了尺度不变线性变换算子(Scale-Invariant Feature Transform，SIFT)，并在近景摄影测量和计算机视觉领域中取得巨大成功，但是将其用于大容量星载SAR影像匹配有待进一步研究。

此外，多源影像匹配中错误结果的有效删除往往十分困难。2006年Keller利用方向信息来删除错误匹配点，2008年刑帅首先利用影像各自的严格几何模型，通过投影轨迹法建立近似核线来缩小匹配搜索空间约束匹配，然后利用地形连续的相容性约束删除错误匹配点，并取得较好结果。该算法的优点在于将影像的几何信息引入到匹配过程中，但其缺点主要由如下两个方面：

1)严格几何模型涉及较多的物理参数，而多源影像的严格几何模型又各不相同，更加大了计算的复杂程度；

2)对于非密集点匹配情况，相容性约束基于相邻点具有相同或者相似的视差的假设不一定成立，这极大限制了其发现错误匹配的能力。

基于RFM模型的区域网平差模型，能准确表达同名点间需要满足的空间几何约束关系，可用于检测和删除错误的匹配点，为此，本发明将RFM模型引入到多源星载SAR影像匹配，并将RFM模型区域网平差融入到各层金字塔影像匹配过程中，以解决目前多源星载SAR影像同名点获取过程中存在的匹配成功率低、匹配可靠性差等问题。

发明内容

本发明的目的是在于提供了一种基于RFM模型的多源星载SAR影像自动匹配方法，可在匹配过程中自动发现并剔除错误匹配点，实现同名点的自动、可靠、精确匹配，大大提高了同名点获取的自动化程度和工作效率，极大降低了人工工作量。

为了达到上述目的，本发明采用如下技术措施：

A、求解多源SAR遥感影像的有理函数模型参数(Rational Polynomial Coefficient，RPC)；

B、在每个金字塔影像层，利用影像RPC参数进行待匹配点初始点位的预测、近似核线几何建立约束匹配、匹配窗口影像几何粗纠正，并对每层金字塔影像匹配结果采用基于RFM模型区域网平差删除错误的匹配点；

C、在每层金字塔影像，进行基于RFM模型的区域网平差，实现影像RPC参数的精化和匹配点物方坐标的计算。

D、逐层金字塔匹配直到原始影像层，最后利用最小二乘影像匹配方法精化匹配结果到子像素级别，最终实现多源星载SAR影像同名点的自动可靠匹配，其结果可满足多源SAR联合定位的要求。

与现有技术相比，本发明具有以下显著优点和效果：

(1)将RFM模型引入到多源星载SAR影像同名点匹配中，充分利用了RFM模型与传感器无关性，形式简单、解算方便等优点；

(2)将RFM模型区域网平差融入到各级金字塔影像匹配过程中，可以自动发现并删除各层匹配结果中的错误匹配点，具有更好的匹配可靠性；

(3)多源SAR影像的RPC参数在匹配过程中得到不断精化，可以提供准确的同名点初始位置，建立精确的核线几何约束方程，具有更高的匹配成功率。

对于某组多源SAR影像，Radarsat-1和Envisat影像存在近20度的旋转角度，传统匹配方法无法匹配出同名点，采用本方法可成功匹配出同名点并满足多源SAR联合定位的要求。