[发明专利]一种异源图像配准方法、系统及装置

权利要求书

1.一种异源图像配准方法，其特征在于，包括以下步骤：

对SAR图像进行滤波并与对应的光学图像组成图像块对，得到图像块对样本；

将图像块对样本本输入深度卷积生成对抗网络进行训练，得到训练样本；

对训练样本进行数据增强并进行划分，得到训练集和测试集；

基于训练集训练深度孪生匹配网络，得到训练完成的匹配网络；

提取测试集中图片的图像块并输入至训练完成的匹配网络，得到匹配点对；

根据匹配点对计算变换矩阵并配准图像。

2.根据权利要求1所述一种异源图像配准方法，其特征在于，所述对SAR图像进行滤波具体包括以下步骤：

读取SAR图像的图像数据矩阵；

滑动预设的滤波窗口对SAR图像进行处理，并结合图像数据矩阵计算窗口内参数；基于窗口内参数和滤波方程，输出滤波结果，得到滤波后的SAR图像。

3.根据权利要求2所述一种异源图像配准方法，其特征在于，所述滤波方程的公式表示如下：

上式中，表示滤波后的值，b表示预设参数，m表示观测值，表示局部窗口内的像素均值。

4.根据权利要求3所述一种异源图像配准方法，其特征在于，所述深度卷积生成对抗网络设有两组，所述将图像块对样本本输入深度卷积生成对抗网络进行训练，得到训练样本这一步骤，其具体包括：

将图像块对样本中的光学图像输入一组深度卷积生成对抗网络，基于生成器生成伪SAR图像，基于判别器生成判别标签；

将图像块对样本中滤波后的SAR图像输入另一组深度卷积生成对抗网络，基于生成器生成伪光学图像，基于判别器生成判别标签；

根据SAR图像、伪SAR图像、光学图像、伪光学图像和判别标签，构成训练集。

5.根据权利要求4所述一种异源图像配准方法，其特征在于，所述对训练样本进行数据增强并进行划分，得到训练集和测试集这一步骤，其具体包括：

对训练样本进行几何变换，得到增强后训练样本；

所述几何变换包括翻转、旋转、裁剪、平移和缩放；

对增强后训练样本以7∶3的比例划分训练集和测试集。

6.根据权利要求5所述一种异源图像配准方法，其特征在于，所述基于训练集训练深度孪生匹配网络，得到训练完成的匹配网络这一步骤，其具体包括：

根据训练集中由光学图像生成的伪SAR图像和对应的SAR图像对深度孪生匹配网络的一条分支进行训练；

根据训练集中由SAR图像生成的伪光学图像和对应的光学图像对深度孪生匹配网络的另一条分支进行训练；

结合判别标签对深度孪生匹配网络进行损失计算，得到训练完成的匹配网络。

7.根据权利要求6所述一种异源图像配准方法，其特征在于，所述提取测试集中图片的图像块并输入至训练完成的匹配网络，得到匹配点对这一步骤，其具体包括：

基于SIFT方法检测测试集中图片的特征点；

根据图片的特征点对SAR图像和光学图像取图像块并输入至训练完成的匹配网络的两个分支，得到匹配结果；

基于渐进一致采样方法对匹配结果进行处理，得到匹配点对。

8.根据权利要求7所述一种异源图像配准方法，其特征在于，所述根据匹配点对计算变换矩阵的公式表示如下：

上式中，T表示图像I₁与图像I₂之间的几何变换矩阵，s表示图像I₂相对于图像I₁缩放的尺度因子，θ表示图像I₂相对于图像I₁的旋转角度，t_x表示图像I₂相对于图像I₁的水平位移参数，t_y代表图像I₂相对于图像I₁的垂直位移参数。