[发明专利]基于多种特征联合的目标SAR图像和光学图像配准方法在审
申请号: | 201510800184.4 | 申请日: | 2015-11-19 |
公开(公告)号: | CN105427304A | 公开(公告)日: | 2016-03-23 |
发明(设计)人: | 徐华平;张寰;王耿锞 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00 |
代理公司: | 北京科迪生专利代理有限责任公司 11251 | 代理人: | 杨学明;顾炜 |
地址: | 100191*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 多种 特征 联合 目标 sar 图像 光学 方法 | ||
1.一种基于多种特征联合的目标SAR图像和光学图像配准方法,其特征在于:该方法不局限于单一的图像特征,使用多种图像特征联合的配准方法,提高了配准的准确性,包括以下几个步骤:
步骤一:读入原始SAR图像和光学图像数据及相关参数;
步骤二:将同一目标的SAR图像ISAR和光学图像Iopt进行图像分割处理;
采用条件迭代法,对图像进行迭代计算全局能量E,满足收敛条件时停止迭代,得到图像分割结果;
步骤三:图像分割结果进行角点检测;
采用SUSAN算子对步骤二得到的图像分割结果进行角点检测,得到角点检测结果;
步骤四:图像分割结果进行边缘检测;
采用canny边缘检测方法将步骤二得到的图像分割结果进行边缘检测,得到边缘检测结果;
步骤五:提取图像的兴趣区域和角点;
将步骤四得到边缘检测结果进行Hough变换,提取边缘检测结果中的直线,求解直线交点得到图像兴趣区域,在兴趣区域中提取该兴趣区域中的角点;
步骤六:SAR图像和光学图像配准;
将步骤五得到的兴趣角点进行配对,求解仿射变换矩阵参数,并由仿射变换矩阵将光学图像向SAR图像配准。
2.根据权利要求1所述的一种基于多种特征联合的目标SAR图像和光学图像配准方法,其特征在于:该方法不局限于单一的图像特征,使用多种图像特征联合的配准方法,提高了配准的准确性,具体包括以下步骤:
步骤一:读入待配准的同一目标的SAR图像ISAR和光学图像Iopt,其中,ISAR是一个二维数组,表示待配准SAR图像的灰度值,大小为N1×M1;Iopt是一个二维数组,表示待配准光学图像的灰度值,大小为N2×M2;
步骤二:将同一目标的SAR图像ISAR和光学图像Iopt分别进行图像分割处理,图像分割处理采用条件迭代法;具体可以分为以下几个步骤:
假设用y来表示观测图像,分割结果用x来表示,x中不同的值表示不同的种类,采用以下邻域模型作为先验模型:
其中,β为耦合系数,Z为常数,δ(·)表示冲激函数,xixj表示不同种类,N表示不同种类个数,ηi表示第i区域范围;
将
称作是能量函数;其中,M表示观测图像中的一个区域,xij,yij分别表示分割结果和观测图像中该区域中的点,i,j代表点的坐标,σ(·)表示求标准差函数;
(a)通过非监督方法得到背景和目标的高斯分布的参数,初始化耦合系数β,得到了初始的参数集合;
(b)利用初始参数,利用最大似然准则来对图像进行初始分割,即对图像中的每个像素点取为得到了初始分割场X,计算全局能量E;
(c)得到新状态:选取当前状态的邻域状态X',计算新状态的全局能量函数E',若满足E'≤E,则接受新状态X',否则,不接受新状态;
(d)收敛条件:将当前状态的全局能量E和新状态的全局能量E'进行比较,如果全局能量E保持n次保持不变,一般设定n=5,则认为是满足收敛条件,迭代结束,X为最终的分割场,E为最终的分割场能量;否则,转入步骤(3)进入下一次的迭代,直到满足条件(4);
步骤三:将步骤二得到的SAR和光学图像图像分割结果分别进行角点检测,角点检测采用SUSAN算子;
(a)SUSAN算子模板是指用37个像素排成7行,分别有3,5,7,7,7,5,3个像素,而组成的一个模板;
(b)SUSAN模板N(x,y)在图像上滑动,在每个位置上比较模板内各个图像像素的灰度与模板核心的灰度,得到比较结果:
其中(x0,y0)是模板核心在图像中的位置坐标,(x,y)是模板N(x,y)中其他位置,I(x0,y0)和I(x,y)分别是(x0,y0)和(x,y)处像素的灰度,T是一个灰度差的阈值;
(c)计算模板内所有点的C值,得到一个输出的游程和:
(d)将游程和S与一个固定的几何阈值G进行比较以做出判断,G取为Smax/2,其中Smax为模板能取到的最大值,对于37个像素的圆形模板,Smax为36;
(e)若R(x0,y0)=1,则确定(x0,y0)为图像的角点。遍历整幅图像,可以得到图像的角点检测结果;
步骤四:将步骤二得到的SAR图像和光学图像图像分割结果分别进行边缘检测,采用canny边缘检测方法;
(a)构建两个一维的行列滤波器和
其中k为一常数;
(b)将这两个模板分别与f(x,y)进行卷积,设f(x,y)为待检测图像,
令
A(i,j)反映边缘强度,a(i,j)为垂直于边缘的方向;
(c)当一个像素满足以下三个条件时,则将该点标记为是图像的边缘点,
1)该点的边缘强度大于沿该点梯度方向的两个相邻像素点的边缘强度;
2)与该点梯度方向上相邻两点方向差小于45°;
3)以该点为中心的3×3领域中的边缘强度极大值小于某个阈值;
(d)遍历整幅图像,可以得到图像的边缘检测结果;
步骤五:由步骤四得到的SAR图像和光学图像边缘检测结果,分别提取图像的兴趣区域和角点;
(a)对步骤四中提取得到的每一个边缘上的点(x,y),由Hough变换思想,投影到p-θ平面,由
p=x*cos(θ)+y*sin(θ)(10)
即可将图像平面上的一个点对应到参数p-θ平面上的一条曲线上,在p-θ平面上创建一个二维数组Rtp,对于数组坐标(i,j)满足上曲线方程的点,则将数组该位置处的值递增1;
(b)由(a)步骤得到的二维数组Rtp,搜索数组中的超过某阈值的点,坐标为(Rtpik,Rtpjk),即代表一个p-θ值,由式(10)可以得到在图像平面中的一条直线方程;
(c)在图像平面中,由(b)步骤中获得的直线检测结果,可以得到直线交点Pk(k=1、2、3···),以交点Pk为圆心,以设定的R为半径,在图像平面中画取圆形区域,即为得到的兴趣区域Areak(k=1、2、3···);
(d)由步骤三中得到的角点检测结果,分别和(c)步骤中的每个兴趣区域求交集,即筛选在每个兴趣区域Areak内的角点(ikk,jkk)(kk=1、2、3···),求取角点坐标平均值作为兴趣区域Areak内确定的兴趣角点坐标,即
(11)
对每个兴趣区域进行同样的操作,即可得到获取的兴趣角点(ik,jk);
步骤六:由步骤五中得到的SAR图像和光学图像兴趣角点,对两幅图像进行配准;
(a)将在SAR图像和光学图像中分别得到的兴趣角点对,即在SAR图像和光学图像同一个兴趣区域,设为Areak,提取出的兴趣角点,假设坐标分别为(x,y)和(x',y'),组为一个兴趣角点对;
(b)仿射变换方程为:
其中,θ为仿射变换角度,(x0,y0)为仿射变换坐标平移量;
将(a)步骤中获得的兴趣角点对带入式(12),解方程组,可得仿射变换矩阵参数θ和(x0,y0);
(c)将光学图像中某点(opti,optj)带入仿射变换方程,即可得到光学图像点向SAR图像配准后的点坐标(opt'i,opt'j),遍历光学图像每个点,即可得到光学图像向SAR图像配准后得到的配准图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510800184.4/1.html,转载请声明来源钻瓜专利网。