本发明专利技术公开了一种基于多尺度图像块特征和稀疏表示的SAR图像配准方法，主要解决现有配准方法应用于SAR图像配准效果不佳的问题，其实现的步骤是：1)输入两幅SAR图像，任选一幅作为参考图像，将另一幅作为待配准图像；2)选取参考图像特征点；3)利用多尺度图像块特征构建参考图像和待配准图像的特征点描述符；4)建立参考图像和待配准图像间的匹配点对；5)去除匹配点对中异常点；6)根据最终得到的匹配点对，建立仿射变换模型，采用最小二乘法获得几何形变参数，得到配准结果。本发明专利技术与现有技术相比，增强了对斑点噪声的鲁棒性，提高了匹配点对的准确性以及配准精度，可用于图像融合和变化检测。
【技术实现步骤摘要】
基于多尺度图像块特征和稀疏表示的SAR图像配准方法
本专利技术属于图像处理
，具体涉及雷达图像处理中的图像配准方法，可用于图像融合和变化检测。
技术介绍
合成孔径雷达SAR系统因其全天时，全天候，具有穿透性等特点而广泛应用于军事和民用邻域。SAR图像配准作为SAR图像应用中的关键环节，它是对取自不同时间、不同视角的同一景物的两幅或多幅SAR图像进行匹配、叠加的过程。对于图像配准问题，目前提出的方法大致可以分为两类：基于灰度和基于特征的配准方法。基于灰度的配准方法直接利用图像的灰度信息，通过建立图像像素间的某种相似性度量测度来寻找到最优匹配时对应的平移、旋转等配准参数。最常用的基于灰度的配准方法是基于互信息的配准方法。这种方法虽然比较直观，容易实现，但计算复杂度高，容易陷入局部最优解，而且易受噪声的影响。基于特征的配准方法由于不直接作用于图像灰度值，而是作用于图像本身的特征，因而对灰度变化有较强的适应能力，且计算量小，能够处理图像间的配准问题。最常用的基于特征的配准方法是基于尺度不变特征变换SIFT特征的配准方法。然而由于SAR图像中存在斑点噪声，基于特征的配准方法在处理SAR图像配准时，很有可能将斑点噪声检测为特征点，从而会带来大量的错误匹配点，导致错误的配准结果。
技术实现思路
本专利技术的目的在于提出一种基于多尺度图像块特征和稀疏表示的SAR图像配准方法，以解决现有技术中进行SAR图像配准时出现大量错误匹配点，导致配准精度不高的问题。实现本专利技术目的的技术思路是：利用空间相关性选择可靠性强的特征点，采用多尺度图像块特征形成特征描述符，根据稀疏表示技术计算的最小差异准则获取最佳的匹配点对，有效地增强对斑点噪声的鲁棒性，其实现步骤包括如下：(1)输入两幅图像，任选一幅作为参考图像I1，将另一幅作为待配准图像I2；(2)选取参考图像特征点：(2a)采用SIFT算法提取参考图像I1的特征点，并将I1的所有特征点存放在第一集合R中；(2b)从参考图像特征点集合R中任意选取一个特征点ri，利用平稳小波变换方法计算每个特征点对应的空间相关性ρ(ri)；(2c)设置阈值E＝0.05，若得到的ρ(ri)满足ρ(ri)≥E，则将参考图像特征点ri保留，否则，删除该特征点；(2d)遍历参考图像所有特征点，重复步骤(2b)-(2c)，得到筛选后的参考图像特征点；(2e)分别计算上述筛选后参考图像特征点集合中任意两个特征点间的欧式距离Ed，若Ed≥15，则保留这两个特征点，否则去除；(2f)将步骤(2e)得到的特征点集合中的前10个特征点作为最终的参考图像特征点；(3)利用多尺度图像块特征构建参考图像特征点描述符：(3a)任意选取一个参考图像特征点a，取该特征点周围邻域15×15的图像块P(a)；(3b)采用平稳小波变换对图像块P(a)进行多尺度分解，得到三个不同分解尺度的图像块Ps(a),s＝3,4,5；(3c)分别计算上述三个不同分解尺度图像块的灰度直方图矢量Hs(a)，将其作为特征描述符的灰度特征；(3d)分别计算上述三个不同分解尺度图像块的梯度方向直方图矢量Gs(a)，将其作为特征描述符的梯度特征；(3e)将不同分解尺度图像块对应的灰度特征和梯度特征串联起来，得到参考图像特征点a对应的特征描述符F(a)＝{H3(a),H4(a),H5(a),G3(a),G4(a),G5(a)}；(4)对于任意一个待配准图像特征点b，根据步骤(3)同样的操作得到其特征点描述符F(b)，利用参考图像特征点描述符F(a)与待配准图像特征点描述符F(b)间的相似性，建立参考图像和待配准图像间的匹配点对；(5)去除步骤(4)得到的匹配点对中的异常点：(5a)从步骤(4)得到的匹配点对中任意选取一个参考图像特征点rc，在已匹配的参考图像特征点中取该特征点最近邻的3个邻域点，并将所取的这3个邻域点映射到与参考图像特征点rc成为匹配点的待配准图像特征点tc的邻域内，计算该参考图像特征点rc与其邻域点间的几何代价其中，表示参考图像特征点rc的第k个最近邻点，tc表示与参考图像特征点rc相匹配的待配准图像特征点，m(·)表示匹配函数，||·||表示欧式距离，c表示匹配点对的索引，其取值范围为1到10，k表示第c个参考图像特征点所取的最近邻点的索引，其取值范围为1到3；(5b)遍历所有已匹配参考图像特征点，重复步骤(5a)，得到已匹配参考图像特征点与其各自的邻域点间的几何代价，将几何代价最小值对应的所有特征点作为基准点集合，表示为：其中，(rc,tc)表示匹配点对，tm(k)表示与邻域点对应的匹配点；(5c)采用下式计算剩余匹配点到基准点间的几何代价:其中，rc′和tc′分别表示已匹配点对中剩余的参考图像特征点和待配准图像特征点，表示基准点集合中第o个参考图像特征点，tm(o)表示与集准点集合中第o个参考图像特征点对应的匹配点，c′表示剩余匹配点对的索引，其取值范围为1到6，o表示基准点的索引，其取值范围为1到4；(5d)设置阈值Eo＝0.03，若得到的几何代价满足则将(rc′,tc′)作为正确的匹配点，否则，将该匹配点对删除；(5e)重复步骤(5c)-(5d)，得到参考图像和待配准图像最终的匹配点对；(6)根据上述得到的最终匹配点对，建立仿射变换模型，计算待配准图像的几何形变参数，并利用该几何形变参数，将待配准图像进行几何变换，得到配准结果。本专利技术与现有技术相比具有以下优点：第一，由于本专利技术在对SAR图像配准的过程中，采用空间相关性选择特征点，同时利用多尺度图像块特征构建特征描述符，克服了现有技术仅采用单一尺度图像块信息无法准确描述特征点属性的不足，使得本专利技术提高了特征点的显著性，增强了对斑点噪声的鲁棒性。第二，由于本专利技术利用基于稀疏表示技术的最小差异准则建立匹配点对，同时采用匹配点与其邻域点间的几何约束关系滤除特征异常点，克服了现有技术采用欧式距离比方法在建立匹配点对的过程中容易出现错误匹配点的不足，使得本专利技术提高了匹配点的准确性。附图说明图1是本专利技术的实现流程图；图2是本专利技术的第一组仿真实验结果图；图3是本专利技术的第二组仿真实验结果图。具体实施方式下面结合附图对本专利技术做进一步描述：参照图1，本专利技术的实施步骤如下：步骤1，输入两幅图像，任选一幅作为参考图像I1，将另一幅作为待配准图像I2。输入的两幅图像是在某机载雷达获取的不同极化方式或不同时相两幅SAR图像上分别截取的。步骤2，选取参考图像特征点。2.1)采用SIFT算法提取参考图像I1的特征点，将I1的所有特征点存放在第一集合R中；2.2)从参考图像特征点集合R中任意选取一个特征点ri，利用平稳小波变换方法计算每个特征点对应的空间相关性ρ(ri)；2.2a)利用平稳小波变换对输入图像进行s个尺度分解，得到输入图像在不同尺度上3种不同的细节图像；2.2b)定义任意图像像素点x在s尺度下的幅值Ms(x)表示为：其中，分别表示在s尺度下图像在水平方向，垂直方向和对角线方向上的细节信息，|·|表示绝对值操作运算；2.2c)采用下式计算像素点x的空间相关性ρ(x)：其中，∏(·)表示相乘操作；2.3)设置阈值E＝0.05，若得到的ρ(ri)满足ρ(ri)≥E，则将参考图像特征点ri保留，否则，删除该特本文档来自技高网...
【技术保护点】
一种基于多尺度图像块特征和稀疏表示的SAR图像配准方法，包括如下步骤：(1)输入两幅图像，任选一幅作为参考图像I1，将另一幅作为待配准图像I2；(2)选取参考图像特征点：(2a)采用SIFT算法提取参考图像I1的特征点，并将I1的所有特征点存放在第一集合R中；(2b)从参考图像特征点集合R中任意选取一个特征点ri，利用平稳小波变换方法计算每个特征点对应的空间相关性ρ(ri)；(2c)设置阈值E＝0.05，若得到的ρ(ri)满足ρ(ri)≥E，则将参考图像特征点ri保留，否则，删除该特征点；(2d)遍历参考图像所有特征点，重复步骤(2b)‑(2c)，得到筛选后的参考图像特征点；(2e)分别计算上述筛选后参考图像特征点集合中任意两个特征点间的欧式距离Ed，若Ed≥15，则保留这两个特征点，否则去除；(2f)将步骤(2e)得到的特征点集合中的前10个特征点作为最终的参考图像特征点；(3)利用多尺度图像块特征构建参考图像特征点描述符：(3a)任意选取一个参考图像特征点a，取该特征点周围邻域15×15的图像块P(a)；(3b)采用平稳小波变换对图像块P(a)进行多尺度分解，得到三个不同分解尺度的图像块Ps(a),s＝3,4,5；(3c)分别计算上述三个不同分解尺度图像块的灰度直方图矢量Hs(a)，将其作为特征描述符的灰度特征；(3d)分别计算上述三个不同分解尺度图像块的梯度方向直方图矢量Gs(a)，将其作为特征描述符的梯度特征；(3e)将不同分解尺度图像块对应的灰度特征和梯度特征串联起来，得到参考图像特征点a对应的特征描述符F(a)＝{H3(a),H4(a),H5(a),G3(a),G4(a),G5(a)}；(4)对于任意一个待配准图像特征点b，根据步骤(3)同样的操作得到其特征点描述符F(b)，利用参考图像特征点描述符F(a)与待配准图像特征点描述符F(b)间的相似性，建立参考图像和待配准图像间的匹配点对；(5)去除步骤(4)得到的匹配点对中的异常点：(5a)从步骤(4)得到的匹配点对中任意选取一个参考图像特征点rc，在已匹配的参考图像特征点中取该特征点最近邻的3个邻域点，并将所取的这3个邻域点映射到与参考图像特征点rc成为匹配点的待配准图像特征点tc的邻域内，计算该参考图像特征点rc与其邻域点间的几何代价O(rc,rck,tc,tm(k))=Σk=13||rc-rck||-||tc-tm(k)||||rc-rck||+||tc-tm(k)||,]]>其中，表示参考图像特征点rc的第k个最近邻点，tc表示与参考图像特征点rc相匹配的待配准图像特征点，m(·)表示匹配函数，||·||表示欧式距离，c表示匹配点对的索引，其取值范围为1到10，k表示第c个参考图像特征点所取的最近邻点的索引，其取值范围为1到3；(5b)遍历所有已匹配参考图像特征点，重复步骤(5a)，得到已匹配参考图像特征点与其各自的邻域点间的几何代价，将几何代价最小值对应的所有特征点作为基准点集合，表示为：mbase={(rc,tc),(rc1,tm(1)),...,(rck,tm(k)),...,(rc3,tm(3))},]]>其中，(rc,tc)表示匹配点对，tm(k)表示与邻域点对应的匹配点；(5c)采用下式计算剩余匹配点到基准点间的几何代价:O(rc′,rbaseo,tc′,tm(o))=Σo=14||rc′-rbaseo||-||tc′-tm(o)||||rc′-rbaseo||+||tc′-tm(o)||,(rc′,tc′)∉mbase]]>其中，rc′和tc′分别表示已匹配点对中剩余的参考图像特征点和待配准图像特征点，表示基准点集合中第o个参考图像特征点，tm(o)表示与集准点集合中第o个参考图像特征点对应的匹配点，c′表示剩余匹配点对的索引，其取值范围为1到6，o表示基准点的索引，其取值范围为1到4。(5d)设置阈值Eo＝0.03，若得到的几何代价满足则将(rc′,tc′)作为正确的匹配点，否则，将该匹配点对删除；(5e)重复步骤(5c)‑(5d)，得到参考图像和待配准图像最终的匹配点对；(6)根据上述得到的最终匹配点对，建立仿射变换模型，计算待配准图像的几何形变参数，并利用该几何形变参数，将待配准图像进行几何变换，得到配准结果。...
【技术特征摘要】
1.一种基于多尺度图像块特征和稀疏表示的SAR图像配准方法，包括如下步骤：(1)输入两幅图像，任选一幅作为参考图像I1，将另一幅作为待配准图像I2；(2)选取参考图像特征点：(2a)采用SIFT算法提取参考图像I1的特征点，并将I1的所有特征点存放在第一集合R中；(2b)从参考图像特征点集合R中任意选取一个特征点ri，利用平稳小波变换方法计算每个特征点对应的空间相关性ρ(ri)：2b1)利用平稳小波变换对输入图像进行s个尺度分解，得到输入图像在不同尺度上3种不同的细节图像；2b2)定义任意图像像素点x在s尺度下的幅值Ms(x)表示为：其中，Wsh，Wsv，Wsd分别表示在s尺度下图像在水平方向，垂直方向和对角线方向上的细节信息，|·|表示绝对值操作运算；2b3)采用下式计算像素点x的空间相关性ρ(x)：其中，Π(·)表示相乘操作；(2c)设置阈值E＝0.05，若得到的ρ(ri)满足ρ(ri)≥E，则将参考图像特征点ri保留，否则，删除该特征点；(2d)遍历参考图像所有特征点，重复步骤(2b)-(2c)，得到筛选后的参考图像特征点；(2e)分别计算上述筛选后参考图像特征点集合中任意两个特征点间的欧式距离Ed，若Ed≥15，则保留这两个特征点，否则去除；(2f)将步骤(2e)得到的特征点集合中的前10个特征点作为最终的参考图像特征点；(3)利用多尺度图像块特征构建参考图像特征点描述符：(3a)任意选取一个参考图像特征点a，取该特征点周围邻域15×15的图像块P(a)；(3b)采用平稳小波变换对图像块P(a)进行多尺度分解，得到三个不同分解尺度的图像块Ps(a),s＝3,4,5；(3c)分别计算上述三个不同分解尺度图像块的灰度直方图矢量Hs(a)，将其作为特征描述符的灰度特征；(3d)分别计算上述三个不同分解尺度图像块的梯度方向直方图矢量Gs(a)，将其作为特征描述符的梯度特征；(3e)将不同分解尺度图像块对应的灰度特征和梯度特征串联起来，得到参考图像特征点a对应的特征描述符F(a)＝{H3(a),H4(a),H5(a),G3(a),G4(a),G5(a)}；(4)对于任意一个待配准图像特征点b，根据步骤(3)同样的操作得到其特征点描述符F(b)，利用参考图像特征点描述符F(a)与待配准图像特征点描述符F(b)间的相似性，建立参考图像和待配准图像间的匹配点对；(5)去除步骤(4)得到的匹配点对中的异常点：(5a)从步骤(4)得到的匹配点对中任意选取一个参考图像特征点rc，在已匹配的参考图像特征点中取该特征点最近邻的3个邻域点，并将所取的这3个邻域点映射到与参考图像特征点rc成为匹配点的待配准图像特征点tc的邻域内，计算该参考图像特征点rc与其邻域点间的几何代价其中，表示参考图像特征点rc的第k个最近邻点，tc表示与参考图像特征...
【专利技术属性】
技术研发人员：吴艳，樊建伟，梁文楷，于丰，张磊，李明，
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。