基于图像分割的重复航过极化InSAR图像配准方法技术

技术编号:13046801 阅读:102 留言:0更新日期:2016-03-23 14:26
本发明专利技术属于极化干涉合成孔径雷达探测技术领域,公开了一种基于图像分割的重复航过极化InSAR图像配准方法,包括:获取极化干涉合成孔径雷达的参考图像和预配准图像;计算参考图像和预配准图像的幅度互相关矩阵,并获取参考图像和预变换后的图像的公共位置部分分别作为主图像和辅图像;对主图像和辅图像进行分级配准,求得辅图像中各级子图像相对于主图像中各级子图像的偏移量;根据辅图像中各级子图像相对于主图像中各级子图像的偏移量,计算辅图像相对于主图像的整体偏移量;根据辅图像相对于主图像的整体偏移量,计算辅图像中各个像素点的值,得到配准后的辅图像。

【技术实现步骤摘要】

本专利技术涉及极化干涉合成孔径雷达探测
,尤其涉及一种基于图像分割的重复航过极化InSAR图像配准方法,可用于机载雷达对同一场景中重复航过速度或基线差异较大的情况下,图像配准时偏移量存在严重方位向或距离向空变的极化InSAR图像的精确配准。
技术介绍
极化干涉合成孔径雷达技术是现代雷达遥感测量中一项前沿技术。它能够充分利用雷达回波所携带的幅度信息、相位信息和极化散射信息,其不仅具有干涉合成孔径雷达对空间分布和高程的敏感性而且具有极化合成孔径雷达对散射体形状和方向的敏感性的特点,使得其在地表沉降监测、地表参数反演、地表地物变化检测中得到了广泛的应用。无论是地表沉降检测、参数反演还是地物变化检测,图像配准是极化干涉合成孔径雷达图像预处理中的关键步骤,配准精度直接影响干涉相位图的质量。重复航过中同场景的极化InSAR复图像由于各小场景成像时采用的载机速度、多普勒中心和下视角不同等原因造成的不同区域之间旋转、平移和局部形变等变化程度不同,从而使得图像整体配准精度下降,而不精确的配准及图像失配会导致干涉相干系数下降、干涉相位条纹不清晰甚至消失,从而给后续的测量中引入较大误差。现有的极化InSAR图像配准方法主要处理步骤都是以一幅图像为主图像,在主图像中随机选取若干区域,这些区域作为局部匹配窗,然后在辅图像中选定一个较大的搜索窗用匹配窗按一定质量引导规则进行搜索,得到若干偏移量后用多项式拟合出辅图像中所有像素点位置,最后利用插值得到配准后的辅图像。齐海宁在文章“一种结合最优相干运算的极化干涉SAR相干配准方法”(遥感技术与应用,2004,19(6):512-516)中先利用全局最优相干过程将两组全极化数据窗口转化到最优极化状态下,然后对所得窗口数据以相干系数作匹配质量指标做配准。该方法能够从复杂的散射机制中抽取出占主导地位的散射机制,从而使散射中心得以确定,这样可以有效消除散射中心高度差去相干的影响,然而该方法的不足之处是:只有在待配准图像没有太大形变的情况下,该配准方法比较精确。当两航过前后速度差异较大、基线不平行或者基线较长时,成像所得前后两航过SAR图像形变差异太大,该方法配准精度不理想,难以达到要求。熊涛在文章“极化干涉合成孔径雷达应用的关键技术研究”(清华大学工学博士学位论文,2009)将每一航过的极化散射矩阵写成散射矢量形式,利用散射矢量构造了一种相似性参数,用该参数作为配准的质量引导因子对极化InSAR图像对进行了配准研究,该方法有效利用了极化InSAR中的极化信息,相对于传统的配准方法配准精度有了较大的提高,然而上述方法的不足之处是:在进行配准时,假设图像的极化通道间是精确配准的,而且空间通道上每一个搜索窗内有唯一的相似性参数峰值;然而通常情况下,极化通道间因为系统的极化通道不完全正交等因素,定标后的极化通道间仍然存在误差;空间通道上,当地物类型单一时,同一个搜索窗内相似性参数往往可能出现多个相同的峰值或者搜索窗内的峰值并不能反映真实的偏移量。
技术实现思路
本专利技术针对上述现有技术存在的在两次航过中载机速度或基线差异较大情景下,因为图像旋转伸缩现象严重使得极化InSAR图像配准不精确的缺陷,提出了一种基于图像分割的重复航过极化InSAR图像配准方法,通过分级分块进行配准处理,保证了在方位向和距离向均存在较大偏移量空变性的情况下,可以有效消除图像的中的伸缩旋转问题,使得两幅图像的共同部分精确配准从而获得质量较好的配准结果。为达到上述目的,本专利技术的实施例采用如下技术方案予以实现。一种基于图像分割的重复航过极化InSAR图像配准方法,所述方法包括如下步骤:步骤1,获取极化干涉合成孔径雷达的参考图像和预配准图像,所述参考图像和预配准图像为所述极化干涉合成孔径雷达两次重复航过中对同一区域的成像结果;步骤2,计算所述参考图像和所述预配准图像的幅度互相关矩阵,根据所述幅度互相关矩阵对所述预配准图像进行预变换,得到预变换后的图像,并获取所述参考图像中预设像素区域的部分作为主图像,获取所述预变换后的图像中与所述参考图像初步配准的部分作为辅图像;步骤3,对所述主图像和所述辅图像进行分级分块并配准,求得所述辅图像中各级子图像相对于所述主图像中各级子图像的偏移量;步骤4,根据所述辅图像中各级子图像相对于所述主图像中各级子图像的偏移量,计算所述辅图像相对于所述主图像的整体偏移量;步骤5,根据所述辅图像相对于所述主图像的整体偏移量,计算所述辅图像中各个像素点的值,得到配准后的辅图像。本专利技术与现有的技术相比具有以下优点:第一,本专利技术对重复航过极化干涉合成孔径雷达(InSAR)数据的图像配准采用基于图像分割的多级快速配准技术,在成像所得前后两航过极化InSAR图像形变差异较大的情况下有效克服了主辅图像间偏移量空变严重无法精确配准的难题,得到了清晰的干涉条纹图。第二,本专利技术对不同航过间极化InSAR数据进行配准时,采用了相关系数和复相干系数结合做配准的质量引导指标,既利用了图像的幅度信息也利用了图像的相位信息,当地物类型单一时,在图像前几级分块中因为图像包含的纹理信息较多使用幅度相关法可以得到准确的偏移量,在最后一级分块中因为图像包含像素较少纹理信息也减少,使用复相干系数法加入图像间的相位信息,也能准确搜索到反映图像偏移位置的质量引导指标峰值的位置。因此配准具有很好的鲁棒性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的基于图像分割的重复航过极化InSAR图像配准方法的流程示意图;图2为两航过HH极化通道实测数据的参考图像和预配准图像;图3为实测数据传统粗配准方式主辅图像生成的相干系数图;图4为实测数据传统粗配准后进行亚像素级精配准方式主辅图像生成的相干系数图;图5为实测数据本专利技术多级配准方法主辅图像生成的相干系数图;图6为实测数据本传统粗配准、亚像素精配准和本专利技术分级配准相干系数统计图对比;图7为实测数据传统粗配准加精配准后主辅图像生成的干涉相位图图8为实测数据本专利技术配准完成后主辅图像生成的干涉相位图。...
基于图像分割的重复航过极化InSAR图像配准方法

【技术保护点】
一种基于图像分割的重复航过极化InSAR图像配准方法,其特征在于,所述方法包括如下步骤:步骤1,获取极化干涉合成孔径雷达的参考图像和预配准图像,所述参考图像和预配准图像为所述极化干涉合成孔径雷达两次重复航过中对同一区域的成像结果;步骤2,计算所述参考图像和所述预配准图像的幅度互相关矩阵,根据所述幅度互相关矩阵对所述预配准图像进行预变换,得到预变换后的图像,并获取所述参考图像中预设像素区域的部分作为主图像,获取所述预变换后的图像中与所述参考图像初步配准的部分作为辅图像;步骤3,对所述主图像和所述辅图像进行分级分块并配准,求得所述辅图像中各级子图像相对于所述主图像中各级子图像的偏移量;步骤4,根据所述辅图像中各级子图像相对于所述主图像中各级子图像的偏移量,计算所述辅图像相对于所述主图像的整体偏移量;步骤5,根据所述辅图像相对于所述主图像的整体偏移量,计算所述辅图像中各个像素点的值,得到配准后的辅图像。

【技术特征摘要】
1.一种基于图像分割的重复航过极化InSAR图像配准方法,其特
征在于,所述方法包括如下步骤:
步骤1,获取极化干涉合成孔径雷达的参考图像和预配准图像,所
述参考图像和预配准图像为所述极化干涉合成孔径雷达两次重复航过
中对同一区域的成像结果;
步骤2,计算所述参考图像和所述预配准图像的幅度互相关矩阵,
根据所述幅度互相关矩阵对所述预配准图像进行预变换,得到预变换
后的图像,并获取所述参考图像中预设像素区域的部分作为主图像,
获取所述预变换后的图像中与所述参考图像初步配准的部分作为辅图
像;
步骤3,对所述主图像和所述辅图像进行分级分块并配准,求得所
述辅图像中各级子图像相对于所述主图像中各级子图像的偏移量;
步骤4,根据所述辅图像中各级子图像相对于所述主图像中各级子
图像的偏移量,计算所述辅图像相对于所述主图像的整体偏移量;
步骤5,根据所述辅图像相对于所述主图像的整体偏移量,计算所
述辅图像中各个像素点的值,得到配准后的辅图像。
2.根据权利要求1所述的一种基于图像分割的重复航过极化
InSAR图像配准方法,其特征在于,步骤1具体包括如下子步骤:
(1a)获取极化干涉合成孔径雷达第一次航过中主天线得到的HH
极化通道的图像,作为所述参考图像;
(1b)获取极化干涉合成孔径雷达第二次航过中辅天线得到的HH
极化通道的图像,作为所述预配准图像。
3.根据权利要求1所述的一种基于图像分割的重复航过极化
InSAR图像配准方法,其特征在于,步骤2具体包括如下子步骤:
(2a)利用下式计算参考图像和预配准图像的幅度互相关矩阵:
L=fftshift(ifft2(fft2(abs(M))×conj(fft2(abs(S)))))
其中,L表示参考图像和预配准图像的幅度互相关矩阵,fft2(·)表示
对图像数据做二维傅里叶变换,ifft2(·)表示对图像数据做二维逆傅里叶变
换,M表示参考图像数据,S表示预配准图像数据,conj(·)表示取共轭操
作,abs(·)表示取矩阵元素的幅度值;fftshift(·)表示将矩阵数据先上半部分
和下半部分互换,然后再左半部分和右半部分互换;
(2b)获取所述幅度互相关矩阵L中最大值元素,得到互相关矩阵L
中最大值元素对应的坐标位置;
(2c)用互相关矩阵L的中心坐标位置的值减去幅度互相关矩阵L中
最大值元素的坐标位置,得到预配准所需的偏移量;
(2d)根据所述预配准所需的偏移量对预配准图像的数据整体做平
移,得到平移后的预配准图像,然后截取参考图像中预设像素区域的部
分作为主图像,获取预配准图像中与所述参考图像初步配准的部分作为
辅图像。
4.根据权利要求1所述的一种基于图像分割的重复航过极化
InSAR图像配准方法,其特征在于,步骤3具体包括如下子步骤:
(3a)对主图像和辅图像的上下左右各预留预设数量的像素;
(3b)对主图像沿距离向和方位向分别进行第一级分块,并对辅图
像分别沿距离向和方位向分别进行第一级分块,求解第一级分块后辅图
像中每块子图像对应主图像中每块子图像的偏移量,并记录主图像第一
级分块中每块子图像的中心点位置坐标;
(3c)对主图像进行第一级分块后的每...

【专利技术属性】
技术研发人员:李真芳解金卫张芳王跃锟张海赢郭媛
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

网友询问留言 已有0条评论
  • 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。

1