[发明专利]基于非线性尺度空间及径向基函数的SAR高精度配准方法

权利要求书

1.基于非线性尺度空间及径向基函数的SAR高精度配准方法，用于多波段SAR图像的配准，其特征是，至少包括：

S100：对参考图像和待配准图像分别进行基于稀疏表征的滤波；

S200：对滤波后的参考图像和待配准图像进行基于非线性模型的全局配准，获得特征匹配点对；本步骤进一步包括：

S210：对滤波后的参考图像和待配准图像分别构建基于非线性模型的多尺度图像金字塔；

S220：基于多尺度图像金字塔，进行仿射参数估计以及参考图像和待配准图像的全局配准；

S300：对特征匹配点对进行抽取与匹配一致性检测，并采用随机抽样一致法剔除错误匹配点，获得全局配准的变换矩阵；

S400：对全局配准后的图像进行基于径向基函数的局部畸变建模，并估计局部畸变模型参数，基于变换矩阵和局部畸变模型进行局部配准。

2.如权利要求1所述的基于非线性尺度空间及径向基函数的SAR高精度配准方法，其特征是：

所述基于稀疏表征的滤波，具体为：

以为目标函数，来获得滤波后的最优图像S；

其中：I_p和S_p分别表示输入图像和输出图像中像素p的灰度值，目标函数中的求和范围为图像中所有像素；λ表示控制I_p和S_p间比重的平滑参数，λ越大，表示图像S_p越平滑；

表示满足不等式的像素点数量；#表示计数符号；| |表示求取绝对值；不等式表示图像中某像素点处的梯度值不为零。

3.如权利要求1所述的基于非线性尺度空间及径向基函数的SAR高精度配准方法，其特征是：

所述多尺度图像金字塔表示为：

其中：Jⁿ(p；δ_s)和Jⁿ(p；kδ_s)表示多尺度图像金字塔中的两层图像，Jⁿ(p；δ_s)表示滤波尺度为δ_s的图像，Jⁿ(p；kδ_s)表示滤波尺度为kδ_s的图像；*表示卷积计算；n表示迭代次数；RGF(x,y；δ_s,δ_r)和RGF(x,y；kδ_s,δ_r)表示滤波尺度δ_s和kδ_s对应的滤波核；(x,y)表示像素的坐标；k为保证连续尺度空间的常数乘因子；J⁰(p)表示滤波后的参考图像或待配准图像；

所构建的多尺度图像金字塔中各层图像连续的滤波尺度表示k^bδ_s，b依次取0、1、2…B，k^Bδ_s表示最大滤波尺度，B值表示需要预先设置。

4.如权利要求3所述的基于非线性尺度空间及径向基函数的SAR高精度配准方法，其特征是：

滤波核RGF(x,y；δ_s,δ_r)和RGF(x,y；kδ_s,δ_r)根据如下非线性模型获得：

其中：J¹(p)表示通过第一次迭代的高斯滤波计算后像素p的灰度值，J^t(p)表示通过第t次迭代的双边滤波计算后像素p的灰度值；J^t-1(p)、J^t-1(q)分别表示通过第t次迭代后像素点p和q的灰度值；I(q)表示像素q的灰度值；N(p)表示像素p的邻域，q表示邻域N(p)中的像素点；δ_s和δ_r分别表示空间和距离的权重；k_p表示归一化系数。