[发明专利]一种SAR图像自动配准方法

说明书

技术领域

本发明属于信号处理技术领域，尤其是涉及一种SAR图像自动配准方法。

背景技术

SAR图像配准是将在不同时段、不同视角或不同传感器下获得的同一场景的两幅或者多幅图像进行叠加的过程，即通过寻找一种空间变换，使得两幅图像中代表同一目标的对应点达到空间位置上的一致。由于图像配准技术在变换检测，图像数据融合以及目标识别等多个领域广泛的应用，是图像处理的基本任务之一，因而得到了广泛的研究。

图像配准一般有两种方法：基于区域的方法和基于特征的图像配准。其中基于区域的方法其原理是通过比较两幅图像中像素灰度的相似度完成配准。此类方法不需要对图像进行预处理，对尺寸较小、灰度变化不大的图像配准精度高，有空间相关法、不变距法和频域相关法等，这些方法都是利用图像的灰度信息，配准精度高，但是对于图像变化敏感，复杂度高，对目标旋转比较敏感。对于视角、灰度、结构变化都比较大的遥感图像而言配准精度较差，因此不适合SAR图像配准。因而目前对于SAR图像的配准一般都是基于特征的方法。

基于特征的方法并不直接对灰度级图像进行操作，而是通过提取参考图像和待配准图像上的一些共同特征，建立特征之间的对应关系，进而实现图像的配准，常用的有点特征，轮廓特征，边缘特征以及主成分特征等，基于特征的方法对图像变化和图像旋转不是很敏感，但是配准受相似特征的影响，特征点容易出现差错。

SAR图像自动配准问题是SAR图像解译的关键技术之一，长期以来未有得到很好的解决。尺度不变特征变换SIFT算法是一种比较成功的自动配准算法，但由于场景的复杂性，SIFT算法不能解决相似特征不同位置的问题。

发明内容

本发明所要解决的技术问题在于克服现有技术的不足,本发明提出了一种SAR图像自动配准方法。所述方法基于Delaunay三角拓扑理论，提出了一种SIFT-Delaunay编码的自动配准算法，通过实测数据试验，本发明能够解决SAR图像仿射变换中SIFT算法配准中的问题，实现SAR图像自动配准。

为解决上述技术问题，本发明所采用的技术方案是：

一种SAR图像自动配准方法，所述方法步骤如下：

步骤A，SIFT特征匹配：

采用SIFT算法提取SAR图像的局部特征，在尺度空间寻找极值点，提取位置、尺度、旋转不变量参数；对两幅待配准的图像分别提取SIFT特征，并逐一进行比对，对两幅图像中满足匹配要求的特征点进行保留，不满足要求的则删掉；

步骤B，SIFT-Delaunay编码

针对在步骤A中两幅图像的SIFT匹配对，采用SIFT-Delaunay编码消除错误的匹配对；

步骤B-1，对每幅图像中的SIFT特征点，采用Delaunay三角网逐点插入法，建立Delaunay三角网；

步骤B-2，对Delaunay三角网每一个三角形，利用三角形中三个顶点的对应关系，建立内部仿射变换模型，剔出不满足比例关系的特征点；

步骤B-3，对每一对三角形，逐一比较对应的边和夹角，判断是否满足以下条件：

|L1-L′1|<T1,|L2-L′2|<T1,|L3-L′3|<T1

|A1-A′1|<T2,|A2-A′2|<T2,|A3-A′3|<T2

其中T1，T2是根据全部对应边和夹角设定的的阈值，L1,L2,L3分别为基准图像三角形的三个边，L′1,L′2,L′3为待配准图像三角形的三个边，A1,A2,A3为基准图像三角形的三个夹角，A′1,A′2,A′3为待配准图像三角形的三个夹角；

如果不满足条件，则继续查找三个顶点分别对应的其他三角形，如果一个点所连接的所有三角都不满足对应条件，则删除这个点；

如果满足条件，则保留该三角形的三个顶点；保留所有满足条件的对应点，最后将这些点作为配准的参考点，对两幅图像进行配准。

所述步骤A中，SIFT特征匹配的具体步骤如下：

步骤A-1，SIFT特征向量的生成

步骤A-1-1，利用高斯差分核与图像卷积得到高斯差分DOG图像，通过比较DOG图像中像素点的灰度值判定极值点的位置和尺度；利用稳定性度量删除不稳定的特征点，确定特征点集；

步骤A-1-2，利用特征点邻域像素的梯度方向分布特征，为每一个特征点指定方向参数，使算子具有尺度不变性，确定特征点主方向；