[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

说明书

本发明公开了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，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；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。本发明结合了基于非线性尺度空间及径向基函数，可提高SAR图像配准的鲁棒性和高精度。

技术领域

本发明涉及遥感图像自动高精度亚像素配准融合及其应用技术领域，特别涉及基于非线性尺度空间及径向基函数的SAR高精度配准方法。

背景技术

随着对地观测技术的发展，高分辨率(米级、亚米级)、多平台(卫星、近地空间、机载)、多谱(SAR、光学、多光谱)遥感图像的出现，多源数据时间与空间配准及其融合应用已经是最有效的遥感数据应用。要实现多传感器、多平台等遥感图像数据的融合，其关键前提是多源遥感图像的高精度(尤其是亚像素)自动配准技术。

高分辨率合成孔径雷达(以下简称为“高分SAR”)能提供全天候、全天时条件下，具有高分辨能力、详细的地面测绘资料和图像以及具有穿透性的观察视场，这种能力对现代军事侦察任务至关重要。目前SAR向多平台(星载、机载)、多极化或全极化(HH、 VV、HV)、多波段(X波段、C波段、ku波段)、高分辨率(亚米级别、1m、0.5m或更高)发展，这为高分SAR军事侦察任务提供丰富的数据来源。

不同波段的SAR数据反映了地物不同的散射特性，具有互补性；因此，融合多波段SAR图像，可以更好地对目标进行观测。高精度多波段SAR配准是实现融合的关键与先决条件。

多波段SAR图像高精度配准的目的是建立两幅SAR图像中每个像素点对应关系，即把两幅SAR图像的各个像素关联到同一的坐标系统中。其基本途径主要分成两步：第一步是找到若干同名点，同名点即同一地物点在不同图像中的像素点；第二步是寻找一种映射模型，映射模型即图像的变形模型，并进行基于同名点的参数估计，在参数估计的基础将两幅图像中像素关联起来。

对于多波段SAR图像而言，图像的变形模型可以分成全局变形模型与局部畸变模型。全局变形可以用仿射参数模型来建模，通过同名点进行参数估计得到。而局部畸变由于比较复杂，目前最常用的畸变模型可以用非线性局部变形模型，如：多项式模型、薄板样条模型、局部样条模型等等。那么多波段SAR图像配准也分成两部分：(1)全局图像的配准；以及(2)局部图像的配准。

高精度多波段SAR图像配准的技术难点在于：多波段SAR图像灰度不一致性；相干斑对图像局部不变特征的提取，即引入虚假的不变特征点；SAR图像局部复杂畸变，使得高精度配准变得困难。

从全局配准的精度上看，其精度基本上在单个像素到几个像素误差之间。但是由于 SAR属于斜距投影成像，所以SAR图像的局部畸变模型与光学图像的畸变模型不同，畸变较大，由于投影高度的误差及其地形起伏，全局配准的误差很难反映真实的SAR 局部配准的精度。因此局部配准变得非常重要。

目前很少有研究集中在多波段SAR的局部畸变建模与精细配准上。

发明内容

本发明的目的是提供基于非线性尺度空间及径向基函数的SAR高精度配准方法，以提高SAR配准的鲁棒性和高精度。

本发明技术思路为：

首先，在预处理阶段，设计基于稀疏表征的相干斑抑制策略；其次，在全局配准阶段，设计基于非线性扩散模型的多尺度图像空间的建立，以增加金字塔中大尺度空间中的特征点数，从而提高匹配时正确匹配特征点的比例，进而提高全局匹配的鲁棒性；最后，在全局配准的基础上，引入基于径向基函数的局部畸变模型，以提高局部图像的配准精度。