[发明专利]利用单演信号三分量的合成孔径雷达图像配准方法

说明书

一、技术领域

本发明属于图像处理和配准技术领域，特别涉及对合成孔径雷达(SAR)图像配准技术。

二、背景技术

在现代作战系统中，为了满足军事目标侦察与监视和复杂战场环境的动态感知的需要，必然要求将搭载于不同侦察平台的具有不同光谱频段、不同工作模式、不同空间分辨率的多种传感器构建一个综合的预警探测系统。但是多种探测手段获取同一区域的图像必然存在位置平移、视角变化、尺度差异以及几何形变等，这直接影响到军事情报的一致性。在进行多源图像目标检测与识别之前，必须使图像在空间上对齐，这就是多源图像的配准。在多种侦察传感器中，合成孔径雷达(Synthetic Aperture Radar，SAR)因其具有多种独特侦察性能，正在成为信息化战争中必不可少的战场侦察手段。因此，SAR图像间或SAR图像与其它模式图像间的配准具有重要意义。自动、快速、高精度的SAR图像配准始终是图像处理领域的一个难题。SAR图像与光学图像相比，无论是成像机理，还是图像灰度分布特点都具有很大差异，广泛且成功用于传统光学图像的配准方法无法直接用于SAR图像配准。根本原因在于SAR图像的相干斑噪声的存在，因为相干斑噪声是SAR图像相干成像的机理性噪声，对图像灰度分布有很严重的影响；另外成像条件的差异、拍摄时间和季节变化、拍摄场景地物的变化等因素造成图像具有灰度分布复杂、不稳定的特点，使得单一基于灰度特征的配准方法难以直接应用在SAR图像配准中。SAR图像配准中两个关键性环节和难题是特征检测、特征匹配。人们利用恒虚警(Constant False Alarm Rate，CFAR)、扩展分形(Extended Fractal，EF)、Harris等方法进行SAR图像特征检测。然而，基于对比度特征的CFAR检测方法对杂波背景统计模型依赖性大，虚警概率较高，计算量大，检测时间较长。基于纹理特征的EF检测方法对目标对比度和尺度非常敏感，会生产“负值效应”问题，检测的阈值选择缺乏自适应性。基于梯度特征的Harris检测方法，检测时间长，受相干斑噪声影响大，虚警概率高。针对SAR图像特征匹配问题，人们利用相似或非相似测度、尺度不变特征变换(Scale-Invariant FeatureTransform，SIFT)等方法进行特征匹配。相似测度主要有互信息、相关系数、联合概率分布能量、Hausdorff测度等。非相似测度主要有L1范数、L2范数及其改进，联合熵等。该类方法大部分直接从光学图像配准方法移植而来，计算量大，只适用于微小差异的SAR图像。基于SIFT的匹配方法，计算量大，对图像视角偏差敏感，匹配率较低。因此，现有的SAR图像特征检测和特征匹配方法应用环境有限，对目标背景复杂、相干斑噪声影响严重、视角偏差较大、分辨率差异较大的SAR图像配准不够理想，甚至无法有效配准。

相位一致(Phase Congruency，PC)是Morrone等在分析各类信号傅立叶级数时发现的一个规律，即信号的特征点总是出现在傅立叶相位叠合最大处。各种各样的特征类型，包括阶跃、线、屋顶及马赫带等特征都出现在相位一致高的点处。相位一致特征检测方法，不同于空域基于灰度梯度的特征检测算法，不受图像亮度和对比度的影响。实验和理论已论证相位一致与人类视觉对图像特征的认知基本相符。但对于SAR图像而言，传统PC检测方法存在检测的特征点数量多，虚假目标多，特征点定位精度低等弱点。作为一种新的图像分析理论，单演信号理论(Monogenic Signal Theory，MST)分析方法近年来引起了人们越来越多的关注，开始在图像模式识别、图像目标检测、图像重构、图像配准方面得到应用。二维单演信号是通过Riesz变换实现的二维希尔伯特变换推广，不同于传统的梯度或微分运算，能够优秀地表达图像的单演局部特征，如能量特征(局部幅值)、结构特征(局部相位)和几何特征(局部方向)，尤其是局部相位包含了图像的大部分信息。将MST与PC相结合，产生的单演相位一致(Monogenic Signal Phase Congruency，MSPC)检测方法，对SAR图像特征具有良好的检测性能。用单演信号的三个分量构造出的SAR图像特征向量，能很好描述图像特征。而单演信号向量相关(Monogenic Signal Vector Correlation，MSVC)匹配方法，则具有良好的匹配效果。基于此，将单演相位一致检测与单演信号向量相关匹配结合，形成基于单演信号理论的SAR图像配准方法，提高了特征匹配率，保持了较好的配准精度，具有较快的配准速度。

三、发明内容

1.要解决的技术问题