[发明专利]基于cGANs和图像转换的光学与SAR的配准方法及系统

权利要求书

1.一种基于cGANs和图像转换的光学与SAR的配准方法，其特征在于：包括以下步骤：

获取待配准的成对的SAR图像和光学图像；将待配准的SAR图像裁剪成多个图像小块；

利用训练好的条件生成对抗网络将裁切后的图像小块，转化成合成光学图像小块；

将合成光学图像小块进行拼接，得出合成的光学图片；

对合成的光学图片提取大量特征点，形成基准集；对获取的待配准光学图像提取特征点，形成查询集；

根据基准集中的特征点在查询集中查找最邻近点，形成匹配点对；

利用RANSAC算法对匹配点对进行精配准，剔除错误的匹配点对后，得到精配准的图像。

2.根据权利要求1所述的基于cGANs和图像转换的光学与SAR的配准方法，其特征在于：所述条件生成对抗网络采用如下方法进行训练：

获取成对的SAR图像和光学图像；将成对的SAR图像和光学图像剪成多个子图像块，形成SAR-光学图像数据集；将SAR-光学图像数据集划分成训练样本集和测试集样本集；

将训练样本集中的SAR图像作为输入，将对应的光学图像作为有效值输出，训练条件生成对抗网络；以使生成的图片尽可能接近目标的光学图像的分布；

利用测试集测试网络的精度，当生成的光学图像精度达到目标要求时，训练完成。

3.根据权利要求1所述的基于cGANs和图像转换的光学与SAR的配准方法，其特征在于：所述条件生成对抗网络包括生成器和鉴别器；

所述生成器使用U-Net结构，用于对输入的SAR图片转化成彩色的光学图片；

所述鉴别器D用于判断输入的光学图像是否是真实的样本；所述输入的光学图像为输入的SAR图像与真实光学图像或者生成光学图像进行通道堆叠形成。

4.根据权利要求3所述的基于cGANs和图像转换的光学与SAR的配准方法，其特征在于：将待配准的SAR图像裁剪成多个图像小块时，采用在待配准的SAR图像上用一个256x256的窗口进行滑动，设定窗口步长为128，得到256x256的图像小块。

5.根据权利要求1所述的基于cGANs和图像转换的光学与SAR的配准方法，其特征在于：将合成光学图像小块进行拼接时，包括将每个生成的合成光学图像小块，将其边缘进行裁剪，再将其按照顺序进行拼接。

6.根据权利要求1所述的基于cGANs和图像转换的光学与SAR的配准方法，其特征在于：所述形成基准集和查询集时，采用SIFT算法对合成的光学图片和待配准光学图像，提取大量特征点。

7.根据权利要求1所述的基于cGANs和图像转换的光学与SAR的配准方法，其特征在于：所述形成匹配点对时，利用kd-tree 和 BBF 算法进行粗配准，包括：

对查询集特征点，构建kd-tree；对于基准集中的特征点，采用 BBF 算法在所构建的kd-tree中查找到最邻近点；得到一对匹配点对；对基准集中所有的特征点，都进行查找，最终得到初始匹配好的匹配点对集。