[发明专利]可见光图像与SAR图像配准方法及系统

说明书

本发明涉及一种可见光图像与SAR图像配准方法，包括：对可见光图像及SAR图像进行预处理；对预处理后的可见光图像与SAR图像进行梯度计算以及特征点提取；根据提取的特征点，进行基于三角形相似的模糊匹配；根据上述基于三角形相似的模糊匹配，计算所述可见光图像、SAR图像的重合度；根据计算的可见光图像、SAR图像的重合度，得到可见光图像与SAR图像最佳图像配准结果图。本发明还涉及一种可见光图像与SAR图像配准系统。本发明直观易理解，且复杂度不高，能够在基本满足精度要求的前提下解决传统图像配准方法中计算步骤繁琐的问题，具有重要的实际应用价值。

技术领域

本发明涉及一种可见光图像与SAR图像配准方法及系统。

背景技术

目前，对于可见光图像、SAR(Synthetic Aperture Radar，合成孔径雷达)图像以及红外图像单独进行的图像配准工作已经趋于成熟，而对于不同成像机制下的异源图像之间的配准尚不完善。由于异源图像配准比同源图像配准更加复杂、多样化，故针对异源图像的研究成果同样适用于同源图像。

可见光图像具有直观易理解、图像内容丰富、分辨率高、视场角大、纹理丰富等优点，但是却存在易受光照和云雾、季节、阴影等条件影响等缺点；然而SAR图像可以全天时、全天候成像、不受光照和天气等影响，却存在分辨率低、细节模糊、不直观等缺点。鉴于二者具有相互弥补之处，故对这两种类型的图像进行研究有重要的应用价值。

近年来，针对可见光图像与SAR图像的异源图像配准技术一直在不断发展。算法步骤大致相似，多为在传统算法的基础上加以优化改进。包括基于区域、特征、混合模型、物理模型的配准，其中以基于特征的配准方法的研究工作最多，包括点特征、线特征、面特征、虚拟特征，其中目前使用较多的是SIFT、SURF经典算法。但是在异源图像配准中这些算法存在精度低、处理速度慢等诸多缺点。目前，有许多学者致力于异源图像配准工作的研究，对遥感图像处理领域起到了极大的推动作用。江晟等人提出基于多模态特征的光-SAR图像配准算法，从多模态特征入手优化现有同源图像的配准方法，利用改进的SURF算法、轮廓提取算法获取待配准图像的多模态、多尺度特征。高永光等人提出基于直线特征和谱图理论的光学与SAR图像配准方法，用voronoi图将每个点与它最近邻的区域关联，但是当图像中不存在明显直线特征时效果较差。

发明内容

有鉴于此，有必要提供一种可见光图像与SAR图像配准方法及系统。

本发明提供一种可见光图像与SAR图像配准方法，该方法包括如下步骤：a.对可见光图像及SAR图像进行预处理；b.对预处理后的可见光图像与SAR图像进行梯度计算以及特征点提取；c.根据提取的特征点，进行基于三角形相似的模糊匹配；d.根据上述基于三角形相似的模糊匹配，计算所述可见光图像、SAR图像的重合度；e.根据计算的可见光图像、SAR图像的重合度，得到可见光图像与SAR图像最佳图像配准结果图。

其中，所述的步骤a具体包括：

对于可见光图像，采用高斯低通滤波器进行滤波；

对于SAR图像，采用NLM方法进行滤波。

所述的步骤b具体包括：

采用Canny算子对预处理后的可见光图像及SAR图像进行梯度计算，得到可见光图像及SAR图像梯度大小和方向；

采用多尺度Harris函数构造尺度空间，通过在尺度空间中寻找局部极大值的方式来提取特征点。

所述的步骤c具体包括如下步骤：