一种光学影像和SAR影像一体化分割配准方法技术

一种光学影像和SAR影像的一体化分割配准方法，包括步骤：步骤1，对光学影像和SAR影像预处理；步骤2，对光学影像和SAR影像，分别随机产生聚类中心并利用模糊C均值聚类算法进行初始分割，得到初始的区域；步骤3，对光学影像和SAR影像分别进行多层水平集分割，得到面分割结果；步骤4，进行sift算法配准，然后判断是否存在同名点，是则将sift算法配准所得结果作为配准后分割结果影像，否则返回步骤2重新随机产生聚类中心；步骤5，判断步骤4所得配准后分割结果影像是否满足精度要求，是则输出步骤3所得配准后分割结果影像，否则利用步骤3所得配准后分割结果影像作为初始的区域，返回执行步骤3重新进行多层水平集分割，直到配准后分割结果影像满足精度要求。

【技术实现步骤摘要】
本专利技术涉及遥感影像处理
，尤其是涉及一种光学影像和SAR影像一体化分割配准方法。
技术介绍
图像配准(Image Registration)技术是将相同地区,在不同视角、不同时亥lj、不同传感器或不同光照条件拍摄的图像进行空间对准的过程，该技术是异源空间数据获取和集成过程中极为关键的步骤，寻找最佳的几何变换参数是图像配准的最终目的。可见光传感器因其获取的图像分辨率非常高，并且所获取的图像与人目视效果一致，一直是遥感领域中重要的传感器之一。但是光学图像受云层状况、成像时间等天气条件影响较大，并且难以感知目标的材质等属性。与光学传感器相比，合成孔径雷达(SAR)系统具有全天候、全天时工作的优越性，并且SAR图像对目标的材质属性(如天然草坪、塑胶草坪)、多次反射及粗糙 度极其敏感。利用两者的互补特性，将两类图像融合，可以获得地物目标更为本质、更为客观的特征，从而可以为目标识别、目标分类、目标提取及解译提供更为准确的依据。对于SAR影像和光学影像的配准，由于其成像机理差异很大，加之图像获取的视角、时间、环境等条件的不同，使得SAR影像和光学影像的配准存在很多问题及难点。相对于光学传感器，雷达系统是斜视工作模式，这就导致SAR图像产生透视收缩、阴影、叠掩和近距离压缩等现象，造成雷达图像的几何校正难度极大增加。另外，作为工作在微波波段的一种相干成像系统，SAR影像不可避免地受到相干斑噪声的影响，这严重影响了影像特征目标的准确提取。正是因为SAR影像与光学影像的信息表达方式存在着很大不同，并受到透视收缩、相干斑噪声、迎坡缩短、顶底倒置、阴影等几何特征的影响，从而增加了 SAR图像自动处理过程的难度。光学图像和SAR图像截然不同的成像机理也造成两类影像同名特征的提取以及配准难度的极大增加，而SAR影像与光学影像配准技术也成为二者信息集成的“瓶颈”。这也使得SAR影像与光学影像的配准问题成为目前的研究焦点。由于光学和SAR成像机理差异很大，并且SAR影像受相干斑噪声影响严重，传统的影像配准方法并不适合于光学与SAR影像的配准问题中，需要对其进行改进。目前SAR影像和光学影像配准方法大致可分为两类基于特征的配准方法和基于区域的配准方法。( I)基于区域的配准方法基于区域的配准方法又称为直接法或者模板匹配法，该类方法将模板上的灰度信息或者其某种变换作为基准进行配准。它将模板作为单位，并根据某种相似性度量准贝U，计算图像中各个位置上的当前窗口与模板之间的相似程度。由于该类算法中图像特征不需要被检测，因此相似性度量准则的设计成为算法的重点。经典的相似性度量准则主要有三类(B. Zitova 等，2003):互信息方法(mutual information methods)、相关法(correlation-like methods)、傅立叶方法(Fourier methods)。由于光学与 SAR 影像不同的成像机理，使得同一地物灰度可能完全不同，所以给基于区域的配准方法带来了困难。基于区域的配准方法大多都利用影像的灰度信息。但是由于SAR影像和光学不同的成像机理，导致两种影像的灰度之间存在复杂的关系，故大多基于区域的配准方法很难得到令人满意的配准结果。(2)基于特征的配准方法基于特征的配准算法根据提取的图像特征的不同，可分为基于点特征的图像配准算法、基于边缘(线)特征的图像配准算法、基于区域(面)特征的图像配准算法等。这类配准算法中图像同名特征的提取和匹配是两个关键的步骤。点特征一般包括角点、高曲率点、区域的质心点、直线的交点等。常用角点提取算法有Harris角点检测算法(HARRIS等，1988)，SUSAN角点检测法(Smith等，1997)，Lowe提出并总结完善了 SIFT 算法(L0WE, 1999;LOffE, 2004) SIFT 算法(David G. Lowe, 2004)具有旋转、缩放及仿射不变性对噪声及其视角变换不敏感、稳定性强，已经被广泛应用于目标识别和图像配准研究领域中。杨雪梅(杨雪梅等，2010)及龚俊斌等(龚俊斌等，2011)经过预处理减少光学图像与SAR图像的辐射差异，并对SIFT描述子进行了改进，对光学图像与SAR图像进行配准，但结果仍然不太稳定。 图像中大部分本质结构均可以用边缘特征代表，边缘特征能较好地剔除由姿态变化和传感器类型造成的几何畸变、成像畸变的影响。由于边缘检测计算的快捷性，目前成为基于特征的配准方法中一个较好的选择。刘佳敏等(刘佳敏等，2003)首先对SAR图像及光学图像作小波变换，然后在各自的极值点处提取边缘特征；在得到的边缘上利用均值归一化灰度相关算法进行多分辨率分级匹配，低分辨率匹配结果作为较高分辨层上搜索的依据，最终得到较好的匹配结果。Zhaojun Hu (Zhaojun Hu, 2010)利用hough变换提取光学图像与SAR图像的直线段特征，并用直线段端点到直线段的距离和两条直线段的中心距离作为相似度，并使用遗传算法作为搜索策略来获取配准参数，从而获得较好的匹配效果。基于边缘匹配的方法都是以提取较好的边缘特征为条件的，然而由于SAR图像和光学图像的辐射差异，造成边缘提取上差异，从而影响匹配结果。面特征是图像中最为稳定的特征，也是包含信息最多的特征。王子路(王子路，2007)提出利用基于自适应非线性扩散滤波和C均值分类或者联合MAP准则和规则化SRAD方法的方法作为SAR图像分割方法，而光学图像则利用四阶偏微分方程的滤波和C均值分类，分别提取闭合区域边缘特征，使用改进的Hausdorff距离作为两组特征间的相似性度量，利用遗传算法作为搜索策略估算出参数，从而得到较理想的匹配效果。张雍吉等(张雍吉等，2008)提出利用光学影像与SAR影像共有区域特征进行影像配准的方法，该方法首先提取影像的边缘特征并采用数学形态学方法得到封闭轮廓进而得到闭合区域，并把区域重心作为区域控制点，进而得到配准变换参数，从而实现SAR图像和光学图像的配准。上述分析可以看出，目前，国内外没有一种通用的方法可以解决光学和SAR的配准问题，这是一个国际难题。虽然，面特征对于光学和SAR影像来说相对稳定，但现有的基于面特征的SAR影像和光学影像配准方法，都是先分割后配准，分割结果的好坏对后续配准产生极大的影响。因此，我们需要一种一体化的分割和配准方法，采用多尺度分割，迭代反馈的配准方式，分割和配准相互作用，在最优分割的同时，得到正确的配准结果。
技术实现思路
针对上述问题，本专利技术提出了一种基于多层多尺度水平集演化的光学和SAR—体化分割配准方法。本专利技术提供一种光学影像和SAR影像的一体化分割配准方法，其特征在于，包括以下步骤步骤I，对光学影像和SAR影像预处理，包括对光学影像进行高斯滤波处理，对SAR影像进行Frost滤波处理；步骤2，对步骤I所得预处理后的光学影像和SAR影像，分别随机产生聚类中心并利用模糊C均值聚类算法进行初始分割，得到初始的区域；步骤3，基于初始的区域，对步骤I所得预处理后的光学影像和SAR影像分别进行多层水平集分割，得到面分割结果；步骤4，基于步骤3所得光学影像的面分割结果和SAR影像的面分割结果进行sift算法配准，然后判断是否存在同名点，是则将sift算法配准本文档来自技高网...

【技术保护点】
一种光学影像和SAR影像的一体化分割配准方法，其特征在于，包括以下步骤：步骤1，对光学影像和SAR影像预处理，包括对光学影像进行高斯滤波处理，对SAR影像进行Frost滤波处理；步骤2，对步骤1所得预处理后的光学影像和SAR影像，分别随机产生聚类中心并利用模糊C均值聚类算法进行初始分割，得到初始的区域；步骤3，基于初始的区域，对步骤1所得预处理后的光学影像和SAR影像分别进行多层水平集分割，得到面分割结果；步骤4，基于步骤3所得光学影像的面分割结果和SAR影像的面分割结果进行sift算法配准，然后判断是否存在同名点，是则将sift算法配准所得结果作为配准结果影像，否则返回步骤2重新随机产生聚类中心；步骤5，判断步骤4所得配准结果影像是否满足配准精度要求，是则输出步骤4所得配准结果影像，否则利用步骤3所得光学影像的面分割结果和SAR影像的面分割结果作为初始的区域，返回执行步骤3重新进行多层水平集分割，直到配准结果影像满足精度要求。

【技术特征摘要】
1.一种光学影像和SAR影像的一体化分割配准方法，其特征在于，包括以下步骤 步骤1，对光学影像和SAR影像预处理，包括对光学影像进行高斯滤波处理，对SAR影像进行Frost滤波处理； 步骤2，对步骤I所得预处理后的光学影像和SAR影像，分别随机产生聚类中心并利用模糊C均值聚类算法进行初始分割，得到初始的区域； 步骤3，基于初始的区域，对步骤I所得预处理后的光学影像和SAR影像分别进行多层水平集分割，得到面分割结果； 步骤4，基于步骤3所得光学影像的面分割结果和SAR影像的面分割结果进行sift算法配准，然后判断是否存在同名点，是则将sift算法配准所得结果作为配准结果影像，否则返回步骤2重新随机产生聚类中心； 步骤5，判断步骤4所得配准结果影像是否满足配准精度要求...

【专利技术属性】
技术研发人员：眭海刚，徐川，刘俊怡，华风，
申请(专利权)人：武汉大学，
类型：发明
国别省市：