多视角ISAR图像融合方法技术

本发明专利技术公开了一种多视角ISAR图像融合方法，主要解决现有技术提取的特征点冗余、处理复杂及运算量大的问题。其方案是：对一系列N幅ISAR图像进行超像素简单线性迭代聚类分割，得到超像素坐标X、Y及亮度信息L；设定亮度阈值，保留L大于阈值的超像素信息；选取第一幅ISAR图像作为参考图，利用保留的参数建立第n幅ISAR图与参考图之间的刚性变换关系，得到变换矩阵Bn；设置第n幅ISAR图与参考图之间的代价函数Jn；求解使Jn取最小值的刚性变换矩阵Bn′，并求Bn′的逆矩阵An；将第n幅ISAR图依据逆矩阵An变换到参考图坐标系下，把所有变换后的ISAR图和参考图相叠加得到融合图。本发明专利技术提取的特征点精炼，运算量小，可用于三维图像重构、目标识别及姿态估计。

【技术实现步骤摘要】
多视角ISAR图像融合方法
本专利技术属于图像处理
，特别涉及一种图像融合方法，可用于三维图像重构、目标识别及姿态估计。
技术介绍
数字图像融合是计算机视觉中的一个基本问题，它在三维图像重构、目标识别及姿态估计等方面都有广泛应用。数字图像配准是数字图像融合的一个预处理阶段，数字图像配准技术可以对同一目标在不同的成像角度下获取的不同的图像进行匹配与叠加，生成一个新的有关此目标的解释，而这个解释是从单一拍摄的图像信息中无法获得的。数字图像配准问题的研究对推进多视角图像融合技术的发展有着重要的意义与价值。目前，针对空间目标的ISAR图像融合方法，主要包括两种：一种是以信号处理层面为代表的对系统误差和环境加性噪声分布假设可松弛算法RELAX，提取散射点进行特征点匹配及融合，这种方法的不足是需要ISAR成像信号处理层面的知识，处理复杂、运算量大；另一种是以信息处理层面为代表的尺度不变特征变换算法SIFT，提取特征点进行匹配及融合，但这种方法由于只需要对图像的信息层面进行处理，没有利用图像的结构信息，造成提取的特征点冗余，算法运算量大。
技术实现思路
本专利技术的目的在于针对上述现有技术的不足，提出一种多视角ISAR图像融合方法，以精准提取融合所需的有效特征点，减少运算量，提高融合效率。本专利技术的技术思路为：将一系列ISAR图像进行超像素简单线性迭代聚类SLIC分割，将RGB色彩空间转化为CIELab颜色空间和X、Y坐标下的三维特征向量，通过利用三维特征向量构造代价函数，求解代价函数的最小值，获得一系列ISAR图像之间的刚性旋转矩阵，最终将所有ISAR图像配准、融合成一幅图像。其实现方案包括如下：(1)对一系列N幅ISAR图像进行超像素简单线性迭代聚类SLIC分割，得到超像素坐标X、Y及亮度信息L；依据ISAR图像的大小设定亮度阈值，保留L大于阈值的超像素坐标X、Y及亮度信息L，N≥2；(2)在一系列N幅ISAR图像中选取第一幅ISAR图像作为参考图，利用(1)保留超像素坐标X、Y建立第n幅ISAR图与参考图之间的刚性变换关系，得到变换矩阵Bn，n＝2,3,...,N；(3)利用(1)保留的超像素坐标X、Y及亮度信息L和(2)建立的刚性变换关系，设置第n幅ISAR图与参考图之间的代价函数Jn：α＝2*(l/M)其中，为保留的第n幅ISAR图超像素中心的位置和亮度信息，为(2)中经刚性变换得到的第n幅ISAR图的超像素中心坐标及亮度信息，α为亮度信息L的权重，l为图像的边长，M为超像素简单线性迭代聚类SLIC分割预设的超像素个数，p＝1,2,...,W1，k＝1,2,...,Wn，W1为参考图保留的超像素个数，Wn为第n幅ISAR图保留的超像素个数，*表示相乘；(4)利用粒子群优化算法PSO求解使代价函数Jn取最小值的刚性变换矩阵Bn，并求该刚性变换矩阵Bn的逆矩阵An；(5)以参考图为标准，采用二维仿射变换cubic插值的方法将第n幅ISAR图依据逆矩阵An变换到参考图坐标系下，把所有变换后的ISAR图和参考图以像素取和的方式相叠加，得到最终的融合图。本专利技术与现有技术相比所具有的优点：第一，本专利技术采用超像素简单线性迭代聚类SLIC对ISAR图像进行分割，考虑了图像的结构信息，有助于得到空间目标的关键结构信息，为后续准确得到匹配融合图打下基础；第二，本专利技术采用粒子群优化算法PSO对代价函数进行优化求解，快速、准确，能精准地实现一系列ISAR二维图像的配准以及融合。附图说明图1是本专利技术的实现流程图；图2是本专利技术仿真得到的ISAR图像；图3是本专利技术中对ISAR图像进行超像素简单线性迭代聚类分割得到的分割图；图4是用本专利技术仿真得到的多视角图像融合图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。参照图1，本专利技术的实现步骤如下：步骤1，对ISAR图像进行分割。图像分割的方法分为两类：基于边界分割和基于区域分割，主要方法有：灰度阈值分割法、边界分割法、纹理分割法及区域生长法等，本专利技术采用纹理分割法中的超像素简单线性迭代聚类SLIC分割，此方法利用像素之间特征的相似性将像素分组，用少量的超像素代替大量的像素来表达图片特征，很大程度上降低了图像后处理的复杂度，其具体实现如下：(1.1)对一系列N幅ISAR图像进行超像素简单线性迭代聚类SLIC分割：(1.1a)读取每一幅ISAR图像的像素矩阵；(1.1b)初始化聚类中心；(1.1c)在聚类中心3×3邻域内重新选择聚类中心；(1.1d)在每个聚类中心周围的邻域内为每个像素点分配类标签；(1.1e)对于每个像素点，计算它和种子点的距离，取最小值对应的种子点作为该像素点的聚类中心；(1.1f)将上述(1d)和(1e)步骤不断迭代直到每个像素点聚类中心不再发生变化为止，得到超像素坐标X、Y及亮度信息L，N≥2；(1.2)依据ISAR图像的大小设定亮度阈值，保留L大于阈值的超像素坐标X、Y以及亮度信息L。步骤2，依据步骤1的分割结果建立图与图之间的刚性变换关系，得到变换矩阵。计算机图形学中的变换包括二维旋转变换和三维旋转变换，本专利技术建立的刚性变换关系是二维旋转变换中绕任意点旋转的旋转关系，其具体实现如下：(2.1)在一系列N幅ISAR图像中选取第一幅ISAR图像作为参考图，利用(1)保留的超像素坐标X、Y及亮度信息L，建立第n幅ISAR图与参考图之间的刚性变换关系，表示如下：其中，为步骤1中获得的参考图的超像素中心坐标及亮度信息，θn为第n幅ISAR图相对于参考图的旋转角度，xn0为平移横坐标，yn0为平移纵坐标，为经刚性变换得到的第n幅ISAR图的超像素中心坐标及亮度信息，T为对矩阵求转置运算；(2.2)根据(2.1)的刚性变换关系，得到刚性变换矩阵为Bn：其中，θn为第n幅ISAR图相对于参考图的旋转角度，xn0为平移横坐标，yn0为平移纵坐标。步骤3，设置第n幅ISAR图与参考图之间的代价函数。代价函数的具体形式视具体问题而定，通常使用代价函数来进行参数估计，且代价函数的具体形式是数据实例估计值与真实值之间差异的函数。本实例的代价函数根据步骤1中保留的超像素中心坐标及亮度信息和步骤2中经刚性变换得到的第n幅ISAR图的超像素中心坐标及亮度信息进行设置，其具体实现如下：(3.1)建立点点匹配的损失量具体表达式如下：α＝2*(l/M)其中，为步骤1保留的第n幅ISAR图超像素中心的位置和亮度信息，为步骤2中经刚性变换得到的第n幅ISAR图的超像素中心坐标及亮度信息，α为亮度信息L的权重，l为图像的边长，M为超像素简单线性迭代聚类SLIC分割预设的超像素个数，*表示相乘；(3.2)根据(3.1)的结果设置第n幅ISAR图与参考图之间的代价函数Jn：其中，p＝1,2,...,W1，k＝1,2,...,Wn，W1为参考图保留的超像素个数，Wn为第n幅ISAR图保留的超像素个数。步骤4，利用代价函数对刚性变换矩阵Bn进行优化。优化刚性变换矩阵也即优化代价函数，方法可以本文档来自技高网...

【技术保护点】
1.一种多视角ISAR图像融合实现方法，其特征在于，包括如下：(1)对一系列N幅ISAR图像进行超像素简单线性迭代聚类SLIC分割，得到超像素坐标X、Y及亮度信息L；依据ISAR图像的大小设定亮度阈值，保留L大于阈值的超像素坐标X、Y及亮度信息L，N≥2；(2)在一系列N幅ISAR图像中选取第一幅ISAR图像作为参考图，利用(1)保留超像素坐标X、Y及亮度信息L建立第n幅ISAR图与参考图之间的刚性变换关系，得到变换矩阵Bn，n＝2,3,...,N；(3)利用(1)保留的超像素坐标X、Y及亮度信息L和(2)建立的刚性变换关系，设置第n幅ISAR图与参考图之间的代价函数Jn：

【技术特征摘要】
1.一种多视角ISAR图像融合实现方法，其特征在于，包括如下：(1)对一系列N幅ISAR图像进行超像素简单线性迭代聚类SLIC分割，得到超像素坐标X、Y及亮度信息L；依据ISAR图像的大小设定亮度阈值，保留L大于阈值的超像素坐标X、Y及亮度信息L，N≥2；(2)在一系列N幅ISAR图像中选取第一幅ISAR图像作为参考图，利用(1)保留超像素坐标X、Y及亮度信息L建立第n幅ISAR图与参考图之间的刚性变换关系，得到变换矩阵Bn，n＝2,3,...,N；(3)利用(1)保留的超像素坐标X、Y及亮度信息L和(2)建立的刚性变换关系，设置第n幅ISAR图与参考图之间的代价函数Jn：α＝2*(l/M)其中，为保留的第n幅ISAR图超像素中心的位置和亮度信息，为(2)中经刚性变换得到的第n幅ISAR图的超像素中心坐标及亮度信息，为点点匹配的损失量，α为亮度信息L的权重，l为图像的边长，M为超像素简单线性迭代聚类SLIC分割预设的超像素个数，p＝1,2,...,W1，k＝1,2,...,Wn，W1为参考图保留的超像素个数，Wn为第n幅ISAR图保留的超像素个数，*表示相乘；(4)利用粒子群优化算法PSO求解使代价函数Jn取最小值的刚性变换矩阵Bn′，并求该刚性变换矩阵Bn′的逆矩阵An；(5)以参考图为标准，采用二维仿射变换cubic插值的方法将第n幅ISAR图依据逆矩阵An变换到参考图坐标系下，把所有变换后的ISAR图和参考图以像素取和的方式相叠加，得到最终的融合图。2.如权利要求1所述的方法，其特征在于，在(1)中对一系列N幅ISAR图像进行超...

【专利技术属性】
技术研发人员：张磊，许涛，
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