【技术实现步骤摘要】
基于最小二乘估计的多图像联合配准方法
本专利技术属于信号处理
,特别涉及干涉合成孔径雷达InSAR图像的多图像配准,具体是一种基于最小二乘估计的多图像联合配准方法,可用于PS-InSAR等信号的处理。
技术介绍
干涉合成孔径雷达InSAR的应用极其广泛,最直接的应用就是获取数字高程图DEM。InSAR信号处理包括干涉SAR图像对配准、干涉相位滤波和干涉相位解缠绕,由解缠绕得出的绝对相位反演出场景目标的高程信息,获取其DEM。干涉SAR图像对配准作为InSAR信号处理的第一步,它的好坏直接影响生成干涉条纹图的质量,进而影响DEM反演的精度。传统的干涉SAR图像对配准受时间和/或空间去相干的影响,配准精度较低。研究高精度的干涉SAR图像对配准方法对获取场景目标高质量的DEM至关重要,也是InSAR信号处理技术的一个研究热点。双天线单航过或单天线双航过工作模式下的雷达平台扫过地面某一场景区域时,会对这一场景区域形成两幅SAR图像。由于观测雷达平台的两次运动轨迹不同,同一区域目标两次观测所成图像在同一分辨单元上会出现漂移、伸缩或旋转效应,使这两幅图像在距离向和方位向上都有微小像素偏差,其相位差不能反映地面高度起伏情况,自然不能反演出该场景区域的DEM。所以必须进行干涉SAR图像对配准处理使两幅SAR图像很好地匹配起来,使两幅图像相应位置处的像素对应地面上同一块区域。图像对配准一般包含粗配准和精配准,配准精度影响获取场景区域DEM的精度,必须要设法提高配准精度,为了满足InSAR干涉图的要求,一般情况下需要配准到1/10像素。现有的干涉SAR图像对配准方法计算 ...
【技术保护点】
一种基于最小二乘估计的多图像联合配准方法,其特征在于,包括有如下步骤:(1)用Delaunay三角网连接图像集中所有的SAR图像,并对Delaunay三角网进行优化:依据雷达成像算法处理雷达获取的回波数据得到SAR图像,形成一个图像集,在空间基线‑时间基线二维平面内,采用Delaunay三角网法连接图像集中所有的SAR图像,并设定空间和时间基线门限,舍弃空间和/或时间基线较长的弧线来优化Delaunay三角网;(2)估计SAR图像对的配准偏移量:用优化Delaunay三角网连接图像集中所有的SAR图像之后,采用传统的InSAR图像配准算法来估计已连接图像对的配准偏移量;(3)在图像集中选出一个参考图像,并在参考图像上选一些均匀分布的控制点:根据PS‑InSAR处理过程中常用的方法在图像集中选出一个参考图像,其余图像为辅图像,然后在参考图像上选一些均匀分布的控制点;(4)最小二乘法估计所有辅图像在每一个控制点上相对于参考图像的配准偏移量:对每一个控制点而言,构建出优化Delaunay三角网中已连接SAR图像对之间的配准偏移量与所有辅图像对应配准位置坐标的关系,通过最小二乘法,用已连接图像 ...
【技术特征摘要】
1.一种基于最小二乘估计的多图像联合配准方法,其特征在于,包括有如下步骤:(1)用Delaunay三角网连接图像集中所有的SAR图像,并对Delaunay三角网进行优化:依据雷达成像算法处理雷达获取的回波数据得到SAR图像,形成一个图像集,在空间基线-时间基线二维平面内,采用Delaunay三角网法连接图像集中所有的SAR图像,并设定空间和时间基线门限,舍弃空间和/或时间基线较长的弧线来优化Delaunay三角网;(2)估计SAR图像对的配准偏移量:用优化Delaunay三角网连接图像集中所有的SAR图像之后,采用传统的InSAR图像配准算法来估计已连接图像对的配准偏移量;(3)在图像集中选出一个参考图像,并在参考图像上选一些均匀分布的控制点:根据PS-InSAR处理过程中常用的方法在图像集中选出一个参考图像,其余图像为辅图像,然后在参考图像上选一些均匀分布的控制点;(4)最小二乘法估计所有辅图像在每一个控制点上相对于参考图像的配准偏移量:对每一个控制点而言,构建出优化Delaunay三角网中已连接SAR图像对之间的配准偏移量与所有辅图像对应配准位置坐标的关系,通过最小二乘法,用已连接图像对的配准偏移量估计出辅图像对应配准位置坐标,根据控制点的像素坐标,得到在该控制点处所有辅图像相对于参考图像的配准偏移量;每一控制点都按此过程处理,得到每一个控制点处辅图像与参考图像之间的配准偏移量;(5)对所有辅图像构造配准偏移量的偏差函数:构造配准偏移量的偏差函数,根据所有控制点处所有辅图像相对于参考图像的配准偏移量以及参考图像中控制点的像素坐标,进行二次多项式拟合,得到所有辅图像的配准偏移量的偏差函数的参数,即二次多项式的系数,得到所有辅图像配准偏移量的偏差函数的完整形式;(6)估计所有辅图像相对于参考图像的配准偏移量:根据构造的配准偏移量的偏差函数估计所有辅图像与参考图像之间的配准偏移量;(7)对所有辅图像进行重采样,完成多图像联合配准:根据估计出所有辅图像相对于参考图像的配准偏移量,对所有辅图像进行重采样,得到参考图像与辅图像对应场景同一位置时辅图像的像素复数值,完成多图像联合配准。2.根据权利要求1所述的基于最小二乘估计的多图像联合配准方法,其特征在于:步骤(1)中所述的用Delaunay三角网连接图像集中所有的SAR图像,并对Delaunay三角网进行优化,包括有如下步骤:(1a)在空间基线-时间基线二维平面内,采用Delaunay三角网法连接图像集中所有的SAR图像;(1b)保持图像集中所有SAR图像均在单一的Delaunay三角网内;(1c)通过门限对比优化网络:设定空间和时间基线门限,用门限对比的方法,舍弃空间和/或时间基线较长的弧线来优化Delaunay三角网,保留尽可能多的相干性较强的图像对。3.根据权利要求1所述的基于最小二乘估计的多图像联合配准方法,其特征在于:步骤(2)中估计SAR图像对的配准偏移量,包括有如下步骤:(2a)定义已连接图像对的配准偏移量:设优化Delaunay三角网连接的SAR图像对有M个,则M个已连接图像对的距离向和方位向的配准偏移量表示为:δa=[δa1,…,δaM]Tδr=[δr1,…,δrM]T其中,δa1,…,δaM是M个已连接图像对在方位向上的配准偏移量,将其存放在向量δa中;δr1,…,δrM是M个已连接图像对在距离向上的配准偏移量,将其存放在向量δr中;上角标T表示向量的转置;(2b)定义图像对中主、辅图形的索引:优化Delaunay三角网中三角边带有方向,以起点处SAR图像作为图像对中的主图像,终点处SAR图像作为图像对中的辅图像,在已连接图像对定义两个变址向量索引M个图像对...
【专利技术属性】
技术研发人员:索志勇,项红丽,张金强,李真芳,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。