【技术实现步骤摘要】
本专利技术属于sar图像三维成像，具体涉及一种基于自适应分区sift的多角度sar三维成像方法。
技术介绍
1、合成孔径雷达(sar, synthetic aperture radar)是一种主动式的微波雷达成像系统，相比光学或光电等其他成像传感器而言有全天时、全天候、高分辨率成像等优势，是当前远距离对地观测的重要技术手段。同时利用sar成像技术获得高质量高分辨率的三维场景图像在军事应用和国民经济建设中均具有极为重要的意义，在学术研究、抢险救灾以及商业应用等领域得到了广泛的应用。伴随着sar理论与技术飞速发展，相继提出了多种sar成像技术以获取观测场景三维信息，如干涉sar（interferometric sar，insar）、层析sar（tomographic sar，tomosar）和雷达摄影测量（radargrammetry）等。其中，雷达摄影测量，也叫做雷达立体测量技术，是利用有着一定视差的两幅图像，通过把同名像点的视差信息代入构像模型的方程组中，从而解算出地面相应点的高度信息的过程。由于所用图像可以是在不同时间段和位置上获取的，对平台与图像的约束低于常用的insar与tomosar，故该技术与光学摄影测量技术互为补充，在数字摄影测量以及地表高程反演等领域取得了大量的成就。
2、针对sar图像同名点测量，常用的有基于灰度等统计的检测方法和基于视觉的多特征匹配方法，也可以利用地面控制点或角反射器并进一步采用仿射变换即可实现具有高鲁棒性的图像匹配。然而，高精度的同名点测量是雷达摄影成像中亟需发展的应用技术之一，会
3、在解析立体定位领域，常用的构像方程组有f．leberl和g．konency等提出的数学模型以及采用行中心投影的数学模型，f．leberl模型虽然考虑了传感器外方位元素的变化，需要解算的纠正参数较少，但没有考虑角元素的变化，成像结果会有较大的上下视差；g．konency模型不仅考虑了传感器外方位元素的变化，而且还考虑到地形起伏的变化，公式形式类似于摄影测量中常用的共线方程，考虑姿态角参数的同时并未带来更好的纠正精度，在缺少较高精度参数初值情况下适应性较差；采用行中心投影的数学模型将雷达图像视为线阵列ccd扫描成像，故对雷达图像进行几何校正的处理必然是近似的。
4、现有的sar图像配准算法主要包括基于地面控制点校正的方法、基于统计的检测方法和基于视觉的多特征匹配方法等，还有一些基于神经网络、遗传算法等的特殊匹配方法。在对大区域sar图像开展同名点检测时，存在的主要缺点分别如下所述：
5、利用地面控制点或角反射器并进一步采用仿射变换即可实现具有高鲁棒性的图像匹配，虽然能够得到较高的精确度，但其对场景的地面控制点的分布具有较高要求，适用性较差。
6、基于统计的检测方法中常用的是基于灰度的配准方法，一般会将图像某域的信息如图像的灰度或者是梯度信息直接用于匹配，在特征空间里通过相关法、互信息法等方法对两个图像进行窗口匹配，通常基于遍历的搜索方式进行相似性标准判断。适用于背景比较简单的sar图像中，且可能对异源图像的匹配效果较差，窗口的遍历匹配会导致计算量较大，效率也相对较低。
7、基于特征的匹配算法在基准图像和待匹配图像上提取一些公共特征作为匹配基元，如点特征、线特征和面特征，图像间灰度区别对特征的影响较小，通过匹配基元求解图像间的变换参数，实现图像的匹配任务，不同的特征值和特征匹配方法的组合从而提高图像匹配精确度。经典的点特征提取算法：尺度不变特征变换（scale invariacnt featuretransform, sift），采用特征描述符对特征点进行描述，利用欧式距离判确匹配点。由于sar图像畸变复杂且存在噪声干扰，直接根据sift算法进行整体匹配效果不理想，且高维描述符运算比较耗时，也需要剔除误匹配点对。所以对于复杂场景，通常在单一尺度下无法完整描述sar目标，直接采用sift匹配的结果成像精度与效率也并不理想。
技术实现思路
1、为解决上述技术问题，本专利技术提供一种基于自适应分区sift的多角度sar三维成像方法，通过对观测场景内的目标进行多角度成像，获得同一目标区域的不同角度sar图像，并采用多尺度的sift对大场景sar图像进行分区域同名点检测，实现对图像同名点的高效快速配准。最后根据f．leberl构像方程以及平台参数，实现目标区域高精度三维成像。本专利技术面向具有一定复杂度的大场景的高效三维成像需求，采用自适应分区sift的雷达立体测量方法进行目标场景三维成像。
2、为达到上述目的，本专利技术采用如下技术方案：
3、一种基于自适应分区sift的多角度sar三维成像方法，包括如下步骤：
4、s1、获取同一区域的多角度sar图像序列及对应的平台信息，并对所有sar图像进行筛选匹配得到包含n幅sar图像的sar图像序列；
5、s2、从sar图像序列中选择两幅sar图像分别作为主图像与副图像构成初始图像对，采用图像金字塔模型，根据自适应分区sift对初始图像对进行配准，得到基于sift的粗配准结果和基于互相关的精配准结果，并根据粗配准结果判断是否增加相邻的sar图像作为副图像进行同样操作，得到至多n-1个主图像对应的图像对组以及对应的配准结果；更换主图像，直至遍历sar图像序列，得到n幅主图像的配准结果；
6、s3、对每个主图像的配准结果进行三维成像，通过图像对组中每个图像对的互相关的精配准结果进行三维成像得到主图像对应的稀疏点云集合，并且进行重复同名点校正得到该主图像的最终点云，从而得到sar图像序列对应的包含n个稠密点云的点云序列；
7、s4、对目标区域进行划分获得分区，将每个sar图像的三维点云按照配准结果所在分区进行同样划分，根据点云序列得到每个区域的数字高程模型，从而合并得到更完整和精确的场景点云重建结果。
8、有益效果：
9、（1）当前sar立体测量通常是利用地面控制点的方法实现sar图像同名点测量，从而通过构像模型进行三维成像，但对未知区域效果较差，或是通过insar和tomosar的方式实现三维成像，但对平台的要求较高，适用性较差。本专利技术根据多角度sar图像之间的共同特征进行目标识别，通过雷达摄影测量进行成像，并针对sar图像数量较多、目标识别率较低等特点，采用增量式自适应分区sift的雷达立体测量方法本文档来自技高网...
【技术保护点】
1.一种基于自适应分区SIFT的多角度SAR三维成像方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于自适应分区SIFT的多角度SAR三维成像方法，其特征在于，所述S1包括：
3.根据权利要求2所述的一种基于自适应分区SIFT的多角度SAR三维成像方法，其特征在于，所述S2包括：
4.根据权利要求3所述的一种基于自适应分区SIFT的多角度SAR三维成像方法，其特征在于，所述S3包括：
5.根据权利要求4所述的一种基于自适应分区SIFT的多角度SAR三维成像方法，其特征在于，所述S4包括：
【技术特征摘要】
1.一种基于自适应分区sift的多角度sar三维成像方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于自适应分区sift的多角度sar三维成像方法，其特征在于，所述s1包括：
3.根据权利要求2所述的一种基于自适应分区sift的多角度sa...
【专利技术属性】
技术研发人员：向卫，罗焱高，邓云凯，张衡，杨从瑞，王龙祥，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：
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。