[发明专利]基于自适应阈值分割和组合优化的SAR图像配准

摘要

本发明提出了一种基于自适应阈值分割和组合优化的SAR图像配准方法，以便降低灰度变化差异的影响，采用一种由粗到精的优化寻优策略，从而提高图像配准精度，采用图像小波分解策略，降低Powell局部寻优的运算时间复杂度。其实现过程是：(1)首先对同一地区的两幅图像做自适应阈值分割；(2)通过PSO搜索算法搜索配准参数使得两幅图像之间的互信息达到最大；(3)对图像做三层小波分解，取每层低频分量，以PSO搜索得到的配准参数为Powell搜索算法的初始点，从最高层第三层开始逐层搜索直至原图，得到最后的配准参数；(4)通过得到的配准参数将待配准图像通过插值变换回去，并叠加得到最终的配准结果。

主权项

一种基于自适应阈值分割和组合优化的SAR图像配准方法，包括如下步骤：步骤101：导入两幅同一地区的SAR图像，一幅作为参考图像，另一幅作为待配准图像；步骤102：对两幅图像分别采用自适应阈值分割提取出最佳阈值，使用最佳阈值分别将两幅图像中的目标区域图像与背景区域图像分离开来；步骤103：将两幅图像分割出来的目标区域图像的灰度归一化到同一灰度级；步骤104：采用粒子群算法(PSO)对两幅归一化的目标区域图像之间的互信息进行寻优，搜索到使互信息达到最大的配准参数(θ,Δx,Δy,α)，其中，θ为旋转角度，Δx为水平平移，Δy为垂直平移，α为尺度缩放；步骤105：对两幅归一化的目标区域图像做三层小波分解，只取低频分量用于Powell算法寻优；步骤106：将步骤104中通过PSO搜索得到的配准参数(θ,Δx,Δy,α)变为(θ,Δx/8,Δy/8,α)，作为Powell算法在小波分解第3层搜索的初始点，搜索得到配准参数(θ1,Δx1,Δy1,α1)；步骤107：因为对两幅归一化的目标区域图像做三层小波分解后的每层之间图像大小都是两倍关系，故将得到的(θ1,Δx1,Δy1,α1)变换为(θ1,2Δx1,2Δy1,α1)作为下一层搜索的初始点，继续搜索配准参数；步骤108：重复步骤107，直到搜索至原图大小(即第三层→第二层→第一层→原图)，得到的配准参数就是最终的配准参数；步骤109：使用步骤108得到的最终的配准参数将待配准图像变换回去，然后与参考图像叠加得到配准结果图。