基于超复数的极化SAR图像多通道联合匹配方法组成比例

本发明专利技术公开了一种基于超复数的极化SAR图像多通道联合匹配方法，首先对极化SAR图像进行Pauli分解，构造极化SAR图像的Pauli矢量超复数形式，然后对Pauli矢量超复数进行偶对分解，并基于分解结果进行快速傅里叶变换，最后通过计算超复数相位相关，获取待匹配极化SAR图像的匹配位置。实验结果表明，本发明专利技术公开的方法即使在极化SAR图像之间存在局部差异及包含乘性噪声的情况下，仍能够获得精确的匹配结果，具有较好的匹配性能。

【技术实现步骤摘要】
基于超复数的极化SAR图像多通道联合匹配方法
本专利技术涉及一种极化SAR图像匹配方法，尤其涉及一种基于超复数的极化SAR图像多通道联合匹配方法。
技术介绍
近年来，极化合成孔径雷达(SyntheticApertureRadar，SAR)图像匹配技术快速发展，RADARSAT-2、TerraSAR-X、ALOS-2等星载极化SAR陆续升空，其在军事、民事应用中起到越来越重要的作用，如图像匹配、目标检测、图像融合、飞行器定位与导航等领域。其中，基于极化SAR的很多应用需要综合利用不同成像条件下(不同时间、不同波段、不同下视角、不同入射方向或不同传感器等)的极化SAR图像的信息实现，如地形矫正、环境监测、飞行器定位与导航、精制导等。对于这些应用，极化SAR图像匹配是不可或缺的步骤，图像匹配是在两幅图像中寻找同一地理位置的对应像素的坐标关系。与传统的单极化SAR图像相比，极化SAR图像包含4个极化通道的SAR图像，每个极化通道的图像对匹配效果的贡献不同，尤其是4个极化通道之间的相对关系，包含了能够反映地物目标散射结构的极化信息，若能有效地用于图像匹配，可以大大提高匹配效果。国内外有关单极化SAR图像匹配方法的研究已经持续有30年之久，相关文献也很多，但有关极化SAR图像匹配方法的文献却很少。目前最常用的匹配方法是通过某种融合规则，如极化总功率(SPAN)、极化白化滤波器(PWF)等，将多个通道的图像融合为一个通道，然后使用单极化SAR图像匹配方法完成融合后的图像的匹配。其中，最具代表性的是Chureesampant等人在2014年的IEEETransactionsonGeoscienceandRemoteSensing杂志中发表的文章“AutomaticGCPextractionoffullypolarimetricSARimages”中提出的SPAN+改进的SIFT-OCT(尺度旋转不变变换)方法，并通过实测数据对该方法的匹配效果进行了验证，该方法中，极化信息的贡献仅体现在图像融合过程，并没有在图像匹配过程中利用极化信息改善匹配效果。其他方法，如Chou等人在2010年的论文“MultitemporalpolarimetricSARdatafusionforlandcovermapping”中提出的方法和Xie等人在2010年的论文“NewapproachforimprovingMutualInformationinPOLSARimageregistration”中提出的方法，也均未在图像匹配过程中利用极化信息。综上，目前已有的极化SAR图像匹配方法，均是在单通道图像中实现匹配的，致使极化SAR图像中所包含的独特的极化信息并未能在图像匹配中发挥更好的效果，匹配效果有待提高。另外，极化SAR图像中含有乘性噪声，导致图像的强度越大，噪声越强。国际上多篇论文中指出，例如文献“ApplicabilityoftheSIFToperatortogeometricSARimageregistration.InternationalJournalofRemoteSensing，2010，31(8)：1959-1980”，乘性噪声大大降低了图像匹配的效果，是极化SAR图像匹配亟待解决的一大难题。
技术实现思路
专利技术目的：针对以上问题，本专利技术提出一种基于超复数的极化SAR图像多通道联合匹配方法。技术方案：为实现本专利技术的目的，本专利技术所采用的技术方案是：一种基于超复数的极化SAR图像多通道联合匹配方法，包括以下步骤：(1)极化SAR图像Pauli分解，具体是将待匹配的两幅极化SAR图像进行Pauli分解，分别得到含有三个元素的Pauli矢量；(2)Pauli矢量超复数化，具体是用Pauli矢量的三个元素对超复数的三个虚数通道赋值，实数通道置0，得到Pauli矢量的超复数形式；其中，超复数包含一个实数通道和三个虚数通道；(3)超复数偶对分解，具体是将Pauli矢量形式的超复数分解成为包含单部和复部的广义复数形式；(4)快速傅里叶变换，具体是对偶对分解完成的两幅图像进行左右傅里叶变换及逆变换；(5)计算两幅图像的超复数相位相关，具体是利用两幅图像的左右傅里叶变换及其逆变换，通过计算得到两幅极化SAR图像的相位相关；(6)计算极化SAR图像的最佳匹配位置，具体是在相位相关平面中寻找最大值，根据该最大值对应的横、纵坐标，计算获得两幅极化SAR图像的最佳匹配位置。步骤(1)中极化SAR图像的Sinclair矩阵表示为：其中，H、V分别表示水平、垂直极化方式，Sij中i表示发射天线的极化方式，j表示接受天线的极化方式，Sij表示在该发射接受极化状态下获得的目标复散射系数Pauli分解后的矢量k为：步骤(2)中超复数定义为：q＝a+bi+cj+dk其中，a、b、c、d为任意实数，i、j、k为复数算子；当a＝0时，q为纯超复数。Pauli矢量的超复数形式为：步骤(3)中将超复数偶对分解为：q＝A′+B′μ2其中，μ2为任意单位纯超复数，A′＝a′+b′μ1为单部，B′＝c′+d′μ1为复部，μ1为垂直于μ2的任意单位纯超复数，a′、b′、c′、d′为实数系数；因此：q＝(a′+b′μ1)+(c′+d′μ1)μ2展开可得：q＝a′+b′μ1+c′μ2+d′μ3其中，μ3＝μ1μ2。步骤(4)中设f(m,n)、g(m,n)为两幅极化SAR图像Pauli矢量的超复数矩阵，超复数的傅里叶变换分为左傅里叶变换与右傅里叶变换，以f(m,n)为例：其中，M、N为矩阵的行数和列数，μ为傅里叶变换轴，L为左(逆)傅里叶变换标识，R为右(逆)傅里叶变换标识，+为傅里叶变换标识，－为逆傅里叶变换标识，v、u是傅里叶变换后频域矩阵的行、列。以超复数左傅里叶变换为例，具体包含以下步骤：步骤4.1：将f(m,n)偶对分解：f(m,n)＝f1(m,n)+f2(m,n)μ2其中，fi为偶对分解的分量，i＝1～2，fi∈(1,μ1)平面；μ1为傅里叶变换轴，与步骤3中的复数算子相同。步骤4.2：展开偶对分量：fi(m,n)＝fi,1(m,n)+fi,2(m,n)μ1其中，fi,1(m,n)和fi,2(m,n)为实数。步骤4.3：构造等价复矩阵：fi′(m,n)＝fi,1(m,n)+fi,2(m,n)j其中，j为传统复数算子。步骤4.4：对fi′(m,n)进行FFT：Fi′(v,u)＝F′i,1(v,u)+F′i,2(v,u)j步骤4.5：用μ1代替j，形成傅里叶变换的单部与复部：Fi′(v,u)＝F′i,1(v,u)+F′i,2(v,u)μ1步骤4.6：组合单部与复部，完成傅里叶变换。步骤(5)中两幅图像的相位相关ph(m,n)：其中，RR(v,u)为两幅极化SAR图像的互功率谱。其中，——为共轭运算；GR||(v,u)、GR⊥(v,u)分别为GR(v,u)平行、垂直于傅里叶变换轴的分量；FL(v,u)、F-L(v,u)和GR(v,u)分别为f(m,n)的左傅里叶变换、f(m,n)的逆左傅里叶变换和g(m,n)的右傅里叶变换。步骤(6)中假设相位相关ph(m,n)幅值最大的位置坐标为(m0,n0)，待匹配的两幅极化SAR图像f(m,n)、g(m,n)的匹配关系为：f(m,本文档来自技高网...

【技术保护点】
一种基于超复数的极化SAR图像多通道联合匹配方法，其特征在于：包括以下步骤：(1)极化SAR图像Pauli分解，具体是将待匹配的两幅极化SAR图像进行Pauli分解，分别得到含有三个元素的Pauli矢量；(2)Pauli矢量超复数化，具体是用Pauli矢量的三个元素对超复数的三个虚数通道赋值，实数通道置0，得到Pauli矢量的超复数形式；其中，超复数包含一个实数通道和三个虚数通道；(3)超复数偶对分解，具体是将Pauli矢量形式的超复数分解成为包含单部和复部的广义复数形式；(4)快速傅里叶变换，具体是对偶对分解完成的两幅图像进行左右傅里叶变换及逆变换；(5)计算两幅图像的超复数相位相关，具体是利用两幅图像的左右傅里叶变换及其逆变换，通过计算得到两幅极化SAR图像的相位相关；(6)计算极化SAR图像的最佳匹配位置，具体是在相位相关平面中寻找最大值，根据该最大值对应的横、纵坐标，计算获得两幅极化SAR图像的最佳匹配位置。

【技术特征摘要】
1.一种基于超复数的极化SAR图像多通道联合匹配方法，其特征在于：包括以下步骤：(1)极化SAR图像Pauli分解，具体是将待匹配的两幅极化SAR图像进行Pauli分解，分别得到含有三个元素的Pauli矢量；(2)Pauli矢量超复数化，具体是用Pauli矢量的三个元素对超复数的三个虚数通道赋值，实数通道置0，得到Pauli矢量的超复数形式；其中，超复数包含一个实数通道和三个虚数通道；(3)超复数偶对分解，具体是将Pauli矢量形式的超复数分解成为包含单部和复部的广义复数形式；(4)快速傅里叶变换，具体是对偶对分解完成的两幅图像进行左右傅里叶变换及逆变换；(5)计算两幅图像的超复数相位相关，具体是利用两幅图像的左右傅里叶变换及其逆变换，通过计算得到两幅极化SAR图像的相位相关；(6)计算极化SAR图像的最佳匹配位置，具体是在相位相关平面中寻找最大值，根据该最大值对应的横、纵坐标，计算获得两幅极化SAR图像的最佳匹配位置。2.根据权利要求1所述的基于超复数的极化SAR图像多通道联合匹配方法，其特征在于：步骤(1)中极化SAR图像的Sinclair矩阵表示为：其中，H、V分别表示水平、垂直极化方式，Sij中i表示发射天线的极化方式，j表示接受天线的极化方式，Sij表示在该发射接受极化状态下获得的目标复散射系数；Pauli分解后的矢量k为：3.根据权利要求2所述的基于超复数的极化SAR图像多通道联合匹配方法，其特征在于：步骤(2)中超复数定义为：q＝a+bi+cj+dk其中，a、b、c、d为任意实数，i、j、k为复数算子；当a＝0时，q为纯超复数；Pauli矢量的超复数形式为：4.根据权利要求3所述的基于超复数的极化SAR图像多通道联合匹配方法，其特征在于：步骤(3)中将超复数偶对分解为：q＝A′+B′μ2其中，μ2为任意单位纯超复数，A′＝a′+b′μ1为单部，B′＝c′+d′μ1为复部，μ1为垂直于μ2的任意单位纯超复数，a′、b′、c′、d′为实数系数；因此：q＝(a′+b′μ1)+(c′+d′μ1)μ2展开可得：q＝a′+b′μ1+c′μ2+d′μ3其中，μ3＝μ1μ2。5.根据权利要求4所述的基于超复数...

【专利技术属性】
技术研发人员：马文婷，吴蔚，熊朝华，徐欣，李晓冬，
申请(专利权)人：中国电子科技集团公司第二十八研究所，
类型：发明
国别省市：江苏,32