[发明专利]基于最小二乘估计的多图像联合配准方法

摘要

本发明公开了一种基于最小二乘估计的多图像联合配准方法，解决PS‑InSAR等信号处理中提高多图像配准精度的问题。实现步骤：用Delaunay三角网连接图像集中所有SAR图像，优化Delaunay三角网；用InSAR配准方法估计已连接SAR图像对的配准偏移量；在图像集中选一参考图像，在参考图像上选一些均匀分布的控制点；用最小二乘法估计所有辅图像在每一控制点相对参考图像的配准偏移量；构造所有辅图像配准偏移量的偏差函数并估计所有辅图像相对于参考图像的配准偏移量；以此偏移量对所有辅图像重采样，完成多图像联合配准。本发明明显缓解时间和空间去相干，以及误差传播效应影响，提高了多图像联合配准精度，同一像素处参考图像和辅图像区域吻合度更高，可用于PS‑InSAR等信号处理。

主权项

1.一种基于最小二乘估计的多图像联合配准方法，其特征在于，包括有如下步骤：(1)用Delaunay三角网连接图像集中所有的SAR图像，并对Delaunay三角网进行优化：依据雷达成像算法处理雷达获取的回波数据得到SAR图像，形成一个图像集，在空间基线‑时间基线二维平面内，采用Delaunay三角网法连接图像集中所有的SAR图像，并设定空间和时间基线门限，舍弃空间和/或时间基线较长的弧线来优化Delaunay三角网；(2)估计SAR图像对的配准偏移量：用优化Delaunay三角网连接图像集中所有的SAR图像之后，采用传统的InSAR图像配准算法，包括相关函数法、最大频率法或平均波动函数法来估计已连接图像对的配准偏移量；(3)在图像集中选出一个参考图像，并在参考图像上选一些均匀分布的控制点：根据PS‑InSAR处理过程中常用的方法在图像集中选出一个参考图像，其余图像为辅图像，然后在参考图像上选一些均匀分布的控制点；(4)最小二乘法估计所有辅图像在每一个控制点上相对于参考图像的配准偏移量：对每一个控制点而言，构建出优化Delaunay三角网中已连接SAR图像对之间的配准偏移量与所有辅图像对应配准位置坐标的关系，通过最小二乘法，用已连接图像对的配准偏移量估计出辅图像对应配准位置坐标，根据控制点的像素坐标，得到在该控制点处所有辅图像相对于参考图像的配准偏移量；每一控制点都按此过程处理，得到每一个控制点处辅图像与参考图像之间的配准偏移量；(5)对所有辅图像构造配准偏移量的偏差函数：构造配准偏移量的偏差函数，根据所有控制点处所有辅图像相对于参考图像的配准偏移量以及参考图像中控制点的像素坐标，进行二次多项式拟合，得到所有辅图像的配准偏移量的偏差函数的参数，即二次多项式的系数，得到所有辅图像配准偏移量的偏差函数的完整形式；(6)估计所有辅图像相对于参考图像的配准偏移量：根据构造的配准偏移量的偏差函数估计所有辅图像与参考图像之间的配准偏移量；(7)对所有辅图像进行重采样，完成多图像联合配准：根据估计出所有辅图像相对于参考图像的配准偏移量，对所有辅图像进行重采样，得到参考图像与辅图像对应场景同一位置时辅图像的像素复数值，完成多图像联合配准。