[发明专利]基于IAA处理的多通道SAR-GMTI图像配准方法及系统

说明书

本发明提供一种基于IAA处理的多通道SAR‑GMTI图像配准方法及系统，涉及多通道SAR‑GMTI图像配准技术领域，该方法包括：获取多通道距离‑多普勒域粗聚焦SAR图像，选取任意通道数据为参考图像数据，并实施配准；进行像素级粗配准，在二维频域获取参考SAR图像与待配准SAR图像的归一化二维干涉函数，获取像素级配准误差并进行误差补偿；对经粗配准SAR图像与参考通道SAR图像求解归一化二维干涉函数，实现协方差矩阵迭代更新；得到配准后的多通道SAR图像数据；遍历所有通道数据，输出配准后多通道距离‑多普勒二维SAR图像数据。本发明能够对图像灰度依赖小，提高配准精度，实现实际工程处理中多通道处理SAR‑GMTI图像亚像素级配准。

技术领域

本发明涉及多通道SAR-GMTI图像配准技术领域，具体地，涉及一种基于IAA处理的多通道SAR-GMTI图像配准方法及系统。

背景技术

多通道SAR-GMTI系统基于不同通道之间运动目标和杂波回波信号的差异性可实现杂波对消和目标检测，而杂波对消要求各通道回波数据应严格对齐。然而在实际多通道系统中，不同通道之间存在不同的偏航角以及相位中心，使得不同通道的SAR图像存在相对位置偏差，影响杂波抑制效果以及后续的目标检测性能。为提高多通道SAR-GMTI系统杂波抑制能力，那么必须对多通道SAR图像数据进行配准以实现成像场景对齐。

公开号为CN112162281A的发明专利，公开了一种多通道SAR-GMTI图像域两步处理方法，包括以参考通道为基准，将距离脉压后的回波信号进行时延补偿与通道均衡处理；对配准后的信号依次进行方位谱压缩、去斜处理，并将数据转到二维图像域；在二维图像域以参考通道外的各通道图像与参考通道图像做联合杂波抑制处理，获得杂波抑制结果；对各杂波抑制结果进行恒虚警检测得动目标检测结果；根据动目标检测结果返回杂波抑制前的图像域，逐个提取各动目标的联合像素数据做局部的联合最优处理进行谱估计，估计出动目标径向速度；在参考通道图像中标注出各动目标，并对其进行重定位处理。

针对SAR图像配准问题，国内外学者提出了很多相应的解决方法，主要可以分为三类：基于灰度的SAR图像配准方法、基于特征的SAR图像配准方法以及基于变换域的SAR图像配准方法。其中，基于灰度的配准算法通过利用图像之间的灰度统计信息的相似性实现配准，该方法虽然实现简单，但是受噪声影响较大，且计算量过大。基于特征的配准算法通过提取图像之间的稳定且共有的结构特征实现配准，该类算法同样需要耗费较大的计算资源，不利于实时性的配准。

发明内容

针对现有技术中的缺陷，本发明提供一种基于IAA处理的多通道SAR-GMTI图像配准方法及系统。

根据本发明提供的一种基于IAA处理的多通道SAR-GMTI图像配准方法及系统，所述方案如下：

第一方面，提供了一种基于IAA处理的多通道SAR-GMTI图像配准方法，所述方法包括：

步骤S1：获取多通道距离-多普勒域粗聚焦SAR图像，选取任意通道数据为参考图像数据，以参考图像为基准对其他通道SAR图像实施配准；

步骤S2：进行像素级粗配准，在二维频域获取参考SAR图像与待配准SAR图像的归一化二维干涉函数，进而通过二维逆傅里叶变换至原始数据域进行二维峰值搜索来获取像素级配准误差并进行误差补偿；

步骤S3：对经粗配准SAR图像与参考通道SAR图像求解归一化二维干涉函数，分别沿距离/方位维数据构造协方差矩阵并基于加权最小二乘算法实现协方差矩阵迭代更新；

步骤S4：基于更新后的协方差矩阵构造一维目标代价函数进而通过搜索最终分别实现距离/方位维亚像素级配准误差估计，得到配准后的多通道SAR图像数据；

步骤S5：遍历所有通道数据，最终输出配准后多通道距离-多普勒二维SAR图像数据。