[发明专利]基于SAR图像的快速景象匹配方法

摘要

本发明公开了一种基于SAR图像的快速景象匹配方法。主要解决现有技术匹配时间长，匹配精度低的问题。其实现步骤是：（1）对实时SAR图像进行去噪，将去噪后的实时图像与参考SAR图像分别进行两层小波分解；（2）对两层分解图像及原始图像进行边缘特征提取；（3）在经过特征提取的第二级分解图像上进行二级粗匹配，得到二级粗匹配点；（4）返回到第一级分解图像上，在二级粗匹配点的邻域内进行一级粗匹配，得到一级粗匹配点；（5）返回到原始图像上，在一级粗匹配点的邻域内计算Hausdorff距离进行精匹配，得到最终的匹配位置。本发明能够在保持很高匹配精度和较小匹配误差的前提下明显地提高匹配速度，可用于导弹的精确制导。

主权项

1.一种基于SAR图像的快速景象匹配方法，包括如下步骤：1）输入参考图像A和实时SAR图像b，并对实时SAR图像b进行增强的Lee滤波降噪处理，得到滤波降噪后的实时SAR图像B；2）对实时SAR图像B和参考图像Ａ分别进行第一层Daubechies小波分解，得到参考图像Ａ的第一层小波分解图像Jj₁和实时SAR图像B的第一层小波分解图像LL₁；3）分别对所述的JJ₁和LL₁图像进行第二层Daubechies小波分解，得到参考图像Ａ的第二层小波分解图像JJ₂和实时SAR图像B的第二层小波分解图像LL₂；4）采用Canny算子对上述的JJ₁、LL₁、JJ₂、LL₂图像、参考图像A及实时SAR图像B分别进行边缘提取，得到参考图A第一层小波分解的边缘图像JJ₁′、实时SAR图像B第一层小波分解的边缘图像LL₁′、参考图A第二层小波分解的边缘图像JJ₂′、实时SAR图像B第二层小波分解的边缘图像LL₂′、参考图像A的边缘图像A′及实时SAR图像B的边缘图像B′；5）对参考图A的第二层小波分解的边缘图像JJ₂′和实时SAR图像B的第二层小波分解的边缘图像LL₂′进行二级粗匹配，得到相似性程度最高的三个二级粗匹配点：（5a）设参考图A的第二层小波分解的边缘图像JJ₂′的大小为M₁×N₁，实时SAR图像B第二层小波分解的边缘图像LL₂′的大小为M₂×N₂，且M₁>M₂,N₁>N₂，在该边缘图像JJ₂′中，按照从左至右，从上到下的顺序，依次截取大小为M₂×N₂的子图；（5b）将上述截取的每个子图分别与实时SAR图像B的第二层小波分解的边缘图像LL₂′，利用下式计算相似性测度：其中，&&是逻辑与运算符号，（i,j）是实时SAR图像B的第一层小波分解的边缘图像LL₂′的点的坐标，1≤i≤M₂,1≤j≤N₂，(u,v)是参考图A的第二层小波分解的边缘图像JJ₂′子图的左上角点的坐标，0≤u≤M₁-M₂+1，0≤v≤N₁-N₂+1，JJ₂′(i+u,j+v)是图像JJ₂′的以(u,v)为左上角的点的子图数据，LL₂′(i,j)是实时图第二层小波分解的边缘图像数据，Corr(u,v)是JJ₂′(i+u,j+v)与LL₂′(i,j)的相似性测度；（5c）依次计算JJ₂′截取的所有子图与LL₂′之间的归一化互相关相似性测度，得到前三个相似程度最高的JJ₂′的三个子图，将这三个子图左上角的点作为三个二级粗匹配点；6）在上述三个二级粗匹配点的邻域内，对参考图A第一层小波分解的边缘图像JJ₁′、实时SAR图像B的第一层小波分解的边缘图像LL₁′进行一级粗匹配，得到三个一级粗匹配点：（6a）在参考图A的第一层小波分解的边缘图像JJ₁′中找到步骤5）中三个粗匹配点的对应位置；（6b）分别在三个二级粗匹配点10×10的邻域内采用与步骤5）同样的方法，再进行一级粗匹配，得到一级粗匹配点；7）在参考图像A的边缘图像A′及实时SAR图像B的边缘图像B′中进行精匹配，得到最终匹配点：（7a）在参考图像A的边缘图像A′中找到步骤6）获得的一级粗匹配点所对应位置，并在其10×10的邻域内采用步骤5a）中的方法在A′中依次截取与SAR图像B的边缘图像B′同样大小的子图；（7b）计算参考图的边缘图像A′的所有子图a₁,a₂,…a_l,…a_L与SAR图像B的边缘图像B′的Hausdorff距离h₁,h₂,…h_l,…h_L，1≤l≤L，从h₁,h₂,…h_l,…h_L中获取其最小值h_min所对应的子图，并将这个子图左上角的点作为最终的匹配点。