[发明专利]一种基于四叉树分割的InSAR快速图像配准方法

说明书

本发明公开了一种基于四叉树分割的InSAR快速配准方法，它是结合图像四叉树分割准则及FFT最大相关系数配准原理，先对InSAR主副复图像进行粗配准及粗分割，然后再进行四叉树结构图像分块及子块FFT最大相关系数亚像素配准，本发明利用InSAR复图像逐个子块四叉树分割及子块亚像素配准，避免了传统FFT最大相关系数配准的全局图像插值，从而实现了大场景InSAR复图像的快速亚像素配准。避免了传统FFT最大相关系数配准的全局图像插值，有效降低了大场景InSAR复图像配准的运算效率，对于像素偏移变化大的InASAR主副复图像中具有良好的配准精度和运算效率。

技术领域

本发明属于合成孔径雷达(SAR)技术领域，它特别涉及干涉SAR(InSAR)成像技术领域。

背景技术

干涉合成孔径雷达(InSAR)是合成孔径雷达(SAR)成像技术的扩展，其主要利用两个以上天线或多次航过对同一观测场景进行不同角度或不同时段观测得到的两幅以上SAR图像，提取SAR图像干涉相位信息，再结合成像几何关系反演出地形高程信息，从而实现高精度地形三维测绘的遥感技术，详见文献“李泓宇.干涉合成孔径雷达高程测量关键技术研究[D].中国科学院大学,2016”。干涉SAR具有成像区域大、成像精度高、能够全天候、全天时成像的优势，已经成为当今世界提取大面积地表三维图像和地形高程变化信息的一项重要遥感技术，在地形测绘、自然灾害监测、自然资源调查、导航定位和地形匹配等领域发挥越来越大的作用，详见文献“刘曦霞.合成孔径雷达干涉测量(INSAR)技术原理及应用发展[J].科技创新与应用,2015(20):36-37”。InSAR复图像配准是将含有相同场景或目标的InSAR复图像进行空间几何对准的过程，是InSAR数据处理中关键的一个步骤。为了提高InSAR复图像对的相干性，保证干涉相位质量及地形高程反演精度，InSAR复图像的配准精度通常要达到亚像素级别，实际中通常要求其配准精度达到0.1像素，详见文献“孙增辉.星载干涉合成孔径雷达影像配准算法[D].西安科技大学,2015”。

相对于光学图，因InSAR复图像存在透视收缩、掩叠、阴影及固有相干斑噪声影响，基于图像特征点的传统光学图像配准方法难以适用于高精度InSAR复图像配准。针对InSAR复图像的幅度及相位特性，通常利用小块图像窗口的相似性匹配测度来确定InSAR复图像的像素偏移量，至今已提出了基于最大相干系数、最大干涉频谱、相位平均波动函数、相位最小二乘等相似性匹配准则下多种复图像配准算法，详见文献“靳国旺,徐青,张红敏.合成孔径雷达干涉测量[M].国防工业出版社,2014”。相对其它匹配准则方法，最大相干系数配准方法由于可采用快速傅立叶变换(FFT)实现，具有更高的运算效率，在是实现InSAR复图像快速配准最常用的方法，详见文献“张红王超.基于FFT平移与相关分析的多尺度星载SAR自动配准[J].遥感技术与应用,2013,28(4):618-626”。为了达到亚像素级配准精度，FFT最大相干系数配准算法通常采用插值重采样技术，一般插值单元尺寸越小，配置精度就越高。另外，近几年学者们也提出了一些新方法以实现InSAR图像亚像素度配准。例如，文献“LiD,Zhang Y.A fast offset estimation approach for InSAR image subpixelregistration[J].IEEE Geoscience and Remote Sensing Letters,2012,9(2):267-271”提出一种快速偏移估计方法，利用图像特征估计及最小均方割算法实现高精度InSAR配准，具有较低的运算量；文献“Natsuaki R,Hirose A.InSAR local co-registration methodassisted by shape-from-shading[J].IEEE Journal of Selected Topics in AppliedEarth Observations and Remote Sensing,2013,6(2):953-959”利用SAR图像奇异点作为评判准则，提出一种基于明暗恢复形状的InSAR配准算法，提高了地形数字高程反演图像的信噪比；文献“Zhang Z,Liu H,Zhang L,et al.A large width SAR image registrationmethod based on the complex correlation function[C]//Geoscience and RemoteSensing Symposium (IGARSS),2016IEEE International.IEEE,2016:6476-6479”提出了基于复相干函数的大场景InSAR配准方法，采用图像固定子块划分配准以实现大场景InSAR复图像配准；文献“Gong M,Zhao S,Jiao L,et al.A novel coarse-to-fine scheme forautomatic image registration based on SIFT and mutual information[J].IEEETransactions on Geoscience and Remote Sensing,2014,52(7):4328-4338”基于尺度不变特征变换(SIFT)及最大互信息准则，提出一种粗至精SAR图像自动配准方法，采用一种基于多分辨框架的改进Marquardt-Levenberg算法实现SAR图像对高精度配准。然而，大多数现有高精度配准算法往往将InSAR复图像进行整体或固定分块配准，对于大场景复图像的大数量、子区域偏移变化大等情况，可能存在局部配准精度下降、运算量大等问题。随着近年来高分宽带InSAR成像观测的迫切需求及应用，实现大场景InSAR复图像的快速高精度配准技术具有重要的应用价值。