[发明专利]异源SAR景象特征匹配算法性能评估方法

说明书

技术领域

本发明属于遥感导航领域，具体涉及一种异源SAR景象特征匹配算法性能评估方法。 

背景技术

景象匹配是一种高精度的辅助导航技术，它通过在飞行过程中收集预定区域的实时图，并与预存在飞行器中的参考图进行比较，以获取飞行器当前的准确位置。景象匹配具有与航程无关、末制导精度高、自主性强等优势，在飞行器组合导航中有广泛的应用。与传统可见光成像等手段相比，合成孔径雷达（Synthetic Aperture Radar, SAR）具有分辨率高、全天时、全天候成像等特点，将其应用于景象匹配末制导具有重要意义。考虑到侦察手段的限制，目前国内一般用SPOT影像或Radarsat等影像作为参考图源，因此，SAR景象匹配的本质是异源传感器图像间的匹配定位。由于异源传感器具有不同的工作模式与拍摄环境，这导致实时图与参考图之间产生较大的灰度差异与几何变形，甚至影响特定目标的整体布局。基于这一原因，与普通类型的影像匹配相比，异源景象匹配实现的技术更复杂。近年来，国内外许多学者致力于SAR景象匹配算法的研究，提出了一些实用的算法。由于边缘可以代表图像的大部分本质特征，所以基于边缘特征的SAR景象匹配算法成为了较好的选择。这类算法主要由特征空间、相似性度量、搜索空间与搜索策略四个要素组成，图像共性特征的检测与提取决定着后面相似性度量与搜索策略的选择。因此，在景象匹配中，边缘特征的检测质量至关重要，在很大程度上影响着景象匹配的精度甚至是成败。考虑到边缘检测质量受到测试图像的类型、检测算法的种类、检测算法采用阈值以及图像景象类型等多种因素的影响，不同的边缘检测算法有着各自对应的应用环境，任何一种算法都不可能适用于所有的应用环境。在此情况下，有必要建立一种准确有效的评估方法，通过对实际边缘检测结果的质量评估，来反映同一算法适应不同应用环境的能力以及不同算法在同一应用环境中的性能优劣。进而评估其对不同景象的适应能力与匹配性能。 

对于理想的精确制导武器系统来说，匹配算法应在任何环境下都能可靠的工作。如果均采用外场实地飞行实验的方式来评估各种匹配算法，则将耗费较多的资金、人力与物力，并且研制周期长。为了解决这一难题，有必要在研究景象匹配评估技术理论基础的情况下建立一套景象匹配的评估系统，从理论和实验的角度来评价同一匹配算法适应不同景象的能力和不同匹配算法定位同一景象的性能优劣，对其进行全方位的定性与定量的评估。 

国外主要集中在对具体的匹配（或配准）方法进行直接的性能评估。比如直接对航空影像的配准及地图特征提取结果进行了性能评估，用遥感数据来对4种自动图像配准算法(Spatial Correlation、Phase Correlation、Iterative Edge Matching、Wavelet Maxima Matching)进行匹配精度和计算代价的评估，使用直接法（专家判断法）和间接法（XOR和SNR方法）对影像匹配进行精度、可靠性和计算代价方面的评估，对互信息和cluster reward算法进行了比较评估。 

国内对景象匹配评估的研究开展较晚，可以查到的资料也较少。有的研究将算法性能评估分为测试试验和结果分析两部分，但评估系统的结构简单、功能单一；有的建立了图像特征指标与相关面统计特征指标，并通过统计试验建立匹配性能与特征指标体系之间的关系；有的考察了多模态图像配准中的几个测度，包括熵的测度、PIU测度和改进PIU测度，并分析了它们在有效性和适应性方面的差异；有的提出了精度、鲁棒性、自动化、实时性和可靠性五种评价指标，并讨论了评价时机；有的将DSP软硬件技术与PC人机交互技术相结合，构建了基于DSP平台的景象匹配算法评估环境，但只是一个简单的框架，没有建立评估模型，而是直接通过匹配概率等来显示评估结果。 

发明内容

为解决上述问题，本发明的目的是提供一种异源SAR景象特征匹配算法性能评估方法，通过研究影像的特征信息，使用相关分析与ROC分析建立理想边缘参考图，基于支持向量机方法构建实时图匹配性能评估模型，最终实现对常用SAR景象特征匹配算法的性能评估。 

样处理厂的告知系统为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现： 

异源SAR景象特征匹配算法性能评估方法，包括以下步骤：

步骤1）基于ROC分类决策准则的边缘特征基准图制备

a）对待评估算法按一定的间隔设置不同的阈值检测出基准影像的边缘，得到由许多边缘检测图组成的图集；