[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

说明书

技术领域

本发明属于信号处理领域，特别涉及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。

背景技术

SAR是一种工作在微波频段的主动遥感器，其成像不受天气和光照条件的限制，能全天时、全天候、远距离的进行对地遥感观测，并能够穿透天然植被、人工伪装等，大大提高了雷达的信息捕获能力。光学传感器是一种工作在可见光频段的主动传感器，能够在适宜的天气和光照条件下对目标进行比较清晰的成像。目标定位是指利用传感器提供的信息，对传感器图像中的目标进行空间位置坐标的确定。利用SAR图像和光学图像融合的方法对目标进行定位能够大幅提高使用单一传感器进行定位的精度。因此，利用SAR图像和光学图像联合定位已经成为雷达技术的热门研究领域。

但是，利用SAR图像和光学图像联合定位也带来了新的技术难点。由于对目标进行联合定位，首先要对目标的图像进行配准。一方面，由于SAR和光学传感器成像机理不同，无法使用灰度信息进行配准；另一方面，由于SAR和光学传感器工作在不同频段，SAR图像和光学图像反映的是目标不同频段特征的图像，因此，在异类图像中同一目标表现出的特征不尽相同。图像特征是指目标在图像中表现出的边缘信息，点信息，区域信息等。由于SAR和光学图像的差异性，单纯使用一种图像特征不能保证异类图像中特征的匹配性，无法满足目标异类图像的配准需要。

发明内容

本发明的目的是为了解决上述问题，基于图像特征，结合传统图像处理的方法，提出了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。

本发明采用的技术方案为：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，首先对输入图像进行图像分割处理，对处理结果进行角点检测和边缘检测处理，融合处理结果提取兴趣角点，通过兴趣角点对两幅输入图像进行图像的配准；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I_SAR和光学图像I_opt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。

本发明优点在于：

(1)本发明提出了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，解决了目前对于目标SAR图像和光学图像没有合理准确配准方法的现状。

(2)本发明提出了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，具有多种图像特征融合的特点。本发明提出的配准方法融合了多种图像特征，由于使用单一图像特征进行光学图像和SAR图像配准，会受到SAR图像和光学图像工作在不同频段，成像机理不同等条件的制约，这就降低了使用单一图像特征进行配准的准确性，本方法使用多种图像特征融合的方法，有效降低了频段，成像机理等条件的影响，提高了配准的准确性。

附图说明

图1是本发明提出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流程图；

图2是实施例输入图像，其中，图2(a)为输入光学图像，图2(b)为输入SAR图像；

图3是实施例图像分割结果，其中，图3(a)为光学图像分割结果，图3(b)为SAR图像分割结果；

图4是实施例边缘检测结果，其中，图4(a)为光学图像边缘检测结果，图4(b)为SAR图像边缘检测结果；

图5是实施例兴趣区域提取结果，其中，图5(a)为光学图像兴趣区域提取结果，图5(b)为SAR图像兴趣区域提取结果；

图6是实施例配准结果，其中，图6(a)为输入光学图像，图6(b)为输入SAR图像，图6(c)为向SAR图像配准后的光学图像。