一种基于几何模型的SAR斜距图像同名点自动提取方法技术

本发明专利技术提供一种基于几何模型的SAR斜距图像同名点自动提取方法，克服了斜距图像间几何畸变较大时SIFT提取不到足量重复特征的问题，并基于改进的RANSAC算法，有效地筛选出正确的匹配点。首先利用载机航迹和DEM建立两幅图像间的成像几何关系，进而将一幅图像A变换到另一幅图像B的坐标上，得图像C；然后在采样的图像上采用尺度不变特征变换方法(SIFT)提取图像B和C之间的同名点，最后采用多模型随机抽样一致方法(RANSAC)筛选出正确的同名点，将图像C上的同名点坐标变换到图像A上，得图像A和B的同名点。

【技术实现步骤摘要】
—种基于几何模型的SAR斜距图像同名点自动提取方法
本专利技术属于遥感图像处理领域，涉及一种基于几何模型的SAR斜距图像同名点自动提取方法。
技术介绍
稀疏控制点条件下，利用区域网平差方法拼接多条航带的SAR图像时，需要从存在较大视角差异的斜距图像上提取同名点。另外，同名点提取在图像配准、立体像对以及目标检测和识别等领域也具有重要应用。同名点提取可分为三个阶段:(I)特征检测与描述:检测图像中的点、线或面特征，并计算特征邻域的结构或形状信息形成描述子向量；(2)特征匹配:采用相似性度量准则计算描述子间的距离并得到匹配对；(3)匹配点筛选:根据几何约束条件筛选出正确的匹配点，即同名点。学者们提出了大量自动提取同名点的算法，SIFT是其中较为经典的一个，它具有旋转、尺度以及局部仿射和灰度不变性，因此广泛应用于计算机视觉、医学图像处理以及遥感图像处理等领域。针对相邻航带的斜距图像，不同视角和地形导致图像不同位置处存在不同的几何畸变，因此将SIFT应用于SAR斜距图像同名点提取时，存在两个问题:一是检测的特征点不容易匹配，二是正确的匹配点不容易筛选。可考虑使用具有仿射不变特性的ASIFT算法，但其通过构建仿射模板来模拟仿射变形，计算复杂度非常高。与自然场景图像不同，遥感图像通常记录了成像时的姿态信息，因此我们考虑利用SAR平台的飞行轨迹和DEM这些先验信息变换图像，进而减轻仿射变形的影响。变换后的图像间仍存在局部仿射变形，可利用SIFT提取同名点，但其提取的同名点中通常包含错误的，传统的RANSAC算法只能筛选出部分正确的，漏掉了大量正确的同名点，因此将该方法应用到SAR图像中时，急需结合SAR斜距图像的特性做相应的改进。
技术实现思路
本专利技术的目的是提供一种基于几何模型的SAR斜距图像同名点自动提取方法，克服了斜距图像间几何畸变较大时SIFT提取不到足量重复特征的问题，并基于改进的RANSAC算法，有效地筛选出正确的匹配点。为达到上述目的，本专利技术的技术解决方案如下:该基于几何模型的SAR斜距图像同名点自动提取方法，首先利用载机航迹和DEM建立两幅图像间的成像几何关系，进而将一幅图像A变换到另一幅图像B的坐标上，得图像C ;然后在采样的图像上采用尺度不变特征变换方法(SIFT)提取图像B和C之间的同名点，最后采用多模型随机抽样一致方法(RANSAC)筛选出正确的同名点，将图像C上的同名点坐标变换到图像A上，得图像A和B的同名点。其中多模型随机抽样一致方法(RANSAC)筛选同名点采用以下方法:(I)设有η对匹配点，首先随机抽选4对点，计算匹配点对间的一次多项式变换模型；(2)利用变换模型测试其他匹配点对，如果符合模型则认为它为内点，如果内点数量小于设定的阈值，则开始下一次迭代；(3)利用所有内点，采用最小二乘拟合方法重新计算变换模型，计算变换模型与内点的错误率，并保留内点和模型参数，进行下一次迭代；(4)重复步骤(1)、(2)、(3)直到迭代次数k满足收敛条件，迭代结束，得到每次符合条件的迭代所保存的内点，剔除重复点，则得到最后筛选出来的匹配点对。本专利技术的有益效果:本专利技术基于SAR成像模型，将SIFT成功应用于SAR斜距图像同名点的自动提取:(I)利用SAR的几何模型改进SIFT算法，克服了斜距图像间几何畸变较大时SIFT提取不到足量重复特征的问题，(2)将多模型引入到RANSAC算法，增加了筛选后的正确点数量。【附图说明】图1为本专利技术基于几何模型的SAR斜距图像同名点自动提取方法的流程示意图。图2为本专利技术第一步中相邻航带的成像几何关系图。图3为本专利技术第一步中图像变换前后示意图。图3 (a)为第一幅图像B，图3 (b)为第二幅图像A，图3 (c)为第一幅图像B变换后的图像C。图4为本专利技术中第三步多模型RANSAC算法的流程图。图5为本专利技术与传统SIFT算法的结果对比图。【具体实施方式】以下结合实施例和附图对本专利技术方法进一步说明。图1为本专利技术基于基于几何模型的SAR斜距图像同名点自动提取方法的流程示意图，具体步骤包括:第一步，利用载机航迹和DEM建立两幅图像间的成像几何关系，进而将一幅图像A变换到另一幅图像B的坐标上，得图像C ；第二步，采用大尺度SIFT方法提取图像B和C之间的同名点；第三步，采用改进的RANSAC算法，即多模型RANSAC算法筛选出正确的同名点；第四步，将图像C上的同名点坐标变换到图像A上，得图像A和B的同名点。第一步中具体方法是:对机载SAR成像，通常需要对真实航迹进行运动补偿，使其为某个直角坐标下的一条直线并满足零多普勒条件。本方法选定东北天坐标系，如附图2所示，坐标原点可自定，飞机自西向东飞行且为右侧视成像，航迹均在与ζ轴垂直的平面内。设航迹L1的方向向量为(0X，Oy, O)，斜率为Ii1，截距为b1; a i为L1与X轴夹角，Z1为飞行高度，L1对应的斜距图像为1:。航迹L2的方向向量为(Dx, Dy, O)，斜率为k2，截距为b2，α2为航迹1^与乂轴夹角，(Fx，Fy, z2)为航迹L2上任一点，Z2为飞行高度，L2对应的斜距图像为12。图像方位向上第i个点，对应航迹上第i个点，因此由图像I1上任一点的坐标(I1, J1)可得其对应的航迹L1上的点A的坐标(Ax，Ay, Z1)。点A与其对应的地面点P之间的距离为R1 = Ra+J'i* δ 且两点的连线垂直于航迹L1,故由式⑴可求解点P的坐标(Px, Py, h)。式中，Ra为图像I1的近端斜距，δrl为斜距分辨率，h由DEM给出。本文档来自技高网...

【技术保护点】
基于几何模型的SAR斜距图像同名点自动提取方法，其特征在于：首先利用载机航迹和DEM建立两幅图像间的成像几何关系，进而将一幅图像A变换到另一幅图像B的坐标上，得图像C；然后在采样的图像上采用尺度不变特征变换方法(SIFT)提取图像B和C之间的同名点，最后采用多模型随机抽样一致方法(RANSAC)筛选出正确的同名点，将图像C上的同名点坐标变换到图像A上，得图像A和B的同名点。

【技术特征摘要】
1.基于几何模型的SAR斜距图像同名点自动提取方法，其特征在于:首先利用载机航迹和DEM建立两幅图像间的成像几何关系，进而将一幅图像A变换到另一幅图像B的坐标上，得图像C ;然后在采样的图像上采用尺度不变特征变换方法(SIFT)提取图像B和C之间的同名点，最后采用多模型随机抽样一致方法(RANSAC)筛选出正确的同名点，将图像C上的同名点坐标变换到图像A上，得图像A和B的同名点。2.如权利要求1所述的基于几何模型的SAR斜距图像同名点自动提取方法，其特征在于:其中多模型随机抽样一致方法(RANSAC)...

【专利技术属性】
技术研发人员：尤红建，王山虎，胡东辉，付琨，丁赤飚，
申请(专利权)人：中国科学院电子学研究所，
类型：发明
国别省市：