[发明专利]基于各向异性斑点抑制模型的SAR图像配准方法

摘要

本发明公开了一种基于各向异性斑点抑制模型的SAR图像配准方法。该方法首先利用各向异性斑点抑制模型(SRAD)建立图像的各向异性尺度空间表示，并在此尺度空间中检测特征点并对其进行描述。然后对于在参考图像以及待配准图像上提取出的特征点利用双向匹配策略确立同名特征点。最后根据的同名特征点对构建不规则三角网TIN，并对待配准图像进行三角形小面元的精确校正。与现有方法相比，本方法能够实现SAR图像快速精确的配准。

主权项

1.一种基于各向异性斑点抑制模型的SAR图像配准方法，包括如下步骤：(1)将需要建立的各向异性尺度空间中图像集合划分为O组，每组S层，利尺度映射公式σ_i＝σ₀2^z+c/S得到一组尺度参数集合{σ_i}，其中σ₀为图像的初始尺度，z∈[0,...,O‑1]，c∈[0,...,S‑1]，i∈[0,...,O×S]，然后根据时间时间映射公式获得一组进化时间集合{t_i}；(2)根据上述步骤得到的进化时间集合{t_i}，利用公式(12)对参考图像进行迭代，得到图像有序集合即参考图像的各向异性尺度空间，同时利用公式(13)对待配准图像进行迭代，得到图像有序集合组成待配准图像的各向异性尺度空间，其中i∈[1,...,O×S]，与分别为参考图像与待配准图像在第i次迭代得到的图像，与分别为参考图像与待配准图像在l方向的SRAD传导系数矩阵,I为单位矩阵；(3)对于上述步骤(2)中得到的参考图像各向异性尺度空间与待配准图像各向异性尺度空间分别在集合与中对相邻两层图像进行相减得到相应的差分空间，对相应差分空间中每个像素进行非极大值抑制得到参考图像与待配准图像的特征点集合，并对所述的特征点集合中的特征点用SIFT描述子进行描述；(4)对于上述步骤(3)中得到的参考图像特征点集合中的每一个特征点，利用最近邻/次近邻比值法NNDR求得与之对应的待配准图像的特征点；对于待配准图像特征点集合中的每一个特征点，利用NNDR方法求得与之对应的参考图像的特征点，如果参考图像的特征点与待配准图像的特征点互为对应的特征点，那么将其作为一对同名特征点；(5)根据上述步骤(4)中得到的所有同名特征点，构建不规则三角网TIN，并对TIN网中的每个像素进行三角形小面元纠正已获得配准后的图像。