[发明专利]图像配准

说明书

技术领域

本发明一般涉及处理图像，尤其涉及配准合成孔径雷达（synthetic aperture radar，即SAR）图像。更具体地，本发明涉及配准已被正射校正的合成孔径雷达图像的方法和设备。

背景技术

在执行各种类型的操作中使用图像。这些操作可包括，例如（但不限于）目标识别、目标跟踪和/或其它合适的操作类型。时常地，在执行这些操作前执行图像配准（image registration）。图像配准为在不同时间、来自不同观察点和/或由不同传感器产生的相同场景的图像的匹配。

基于特征的图像配准为一种类型的图像配准的实例。基于特征的配准转换场景的第一图像，以便第一图像中的特征与相同场景的第二图像中的相同特征对准。第二图像也可被称为基准图像或源图像。

借助基于特征的图像配准，可使用不同类型的转换模式转换第一图像，以匹配第一图像和基准图像。一种转换模式类型为线性转换。线性转换可包括，但不限于，例如平移、旋转、缩放和/或其它合适类型的仿射转换。仿射转换为任何这样的转换：其保持点之间的共线性，以及线上的点之间的距离比率。

可与不同类型的图像一起使用基于特征的图像配准。这些不同类型的图像可包括，例如（但不限于）可见光谱图像、光学图像、红外图像、雷达图像、合成孔径雷达（SAR）图像，以及其它合适类型的图像。

通常，在执行图像配准前，对合成孔径雷达图像进行正投影校正。也将该过程称为正射校正（orthorectification）。正射校正为从图像中去除几何畸变，以便图像的比例基本一致。这些几何畸变可由以下原因引起，即产生图像的传感器倾斜、地形起伏、透镜畸变和/或其它适当的畸变源。已被正投影校正的图像可被称为经正射校正图像。

经正射校正图像的基于特征的图像配准可包括使用正投影转换（orthographic transformation），其平移和/或旋转经正射校正的图像，以匹配基准图像。基准图像也被正射校正。用于执行合成孔径雷达图像的基于特征的图像配准的当前可用方法，可能不如用于可见光谱图像的基于特征的图像配准的当前可用方法精确。

例如，与可见光谱图像相比，合成孔径雷达图像中可存在更大量噪声。使用用于识别图像中的特征的当前可用方法，该更大量噪声使得合成孔径雷达图像中的特征识别与可见光谱图像中的特征识别相比较不精确。结果，用于合成孔径雷达图像的基于特征的图像配准的当前可用方法可比所期望的精确度低。

因此，希望获得考虑至少一些上述问题以及其它可能问题的方法和设备。

发明内容

在一个优选实施例中，提供一种处理图像的方法。确定第一图像中确定的多个第一特征的多个聚类。多个聚类中的每个聚类都包含来自第一图像的第一组特征。使用第一图像中的多个第一特征和第二图像中的多个第二特征之间的初始对应确定转换，所述转换用于配准多个聚类中的每个聚类和相应聚类，后者包含来自第二图像中识别的多个第二特征的第二组特征。使用确定用于每个聚类的转换，确定来自多个第一特征聚类的聚类集。使用该聚类集确定配准第一图像和第二图像的最终转换。

在另一实施例中，提供配准图像的方法。识别图像中第一图像内的多个第一特征以及图像中第二图像内的多个第二特征。确定初始转换，用于使用该多个第一特征和多个第二特征，配准该第一图像和第二图像。

使用用于配准第一图像和第二图像的初始转换，确定第一图像中的多个第一特征和第二图像中的多个第二特征之间的初始对应。利用通过使用多个第一特征形成的最小生成树而确定第一图像中多个第一特征的聚类。多个聚类中的每个聚类都包含来自多个第一特征的第一组特征。使用该初始对应，确定这样的转换：其用于配准多个聚类中的每个聚类和相应聚类，所述相应聚类包含来自第二图像中识别的多个第二特征的第二组特征。当确定用于一个聚类的转换的投影误差小于选定的阈值时，就将多个聚类中的该聚类添加至聚类集。使用该聚类集中的特征和随机采样一致算法（random sample consensus algorithm）确定用于配准该第一图像和第二图像的最终转换。使用该最终转换配准该第一图像和第二图像。

在另一优选实施例中，设备包含图像处理模块。该图像处理模块配置为用于确定在第一图像中确定的多个第一特征聚类。多个聚类中的每个聚类都包含来自该多个第一特征的第一组特征。