[发明专利]基于畸变程度分割的无人机载实时SAR图像配准方法

摘要

本发明涉及基于畸变程度分割的无人机载实时SAR图像配准方法，包括：校正参考图像和待配准图像为同一区域的两幅无人机载实时SAR图像；在粗配准后的两幅图像中选择样本点，利用灰度相关性确定样本区域的偏移量；基于偏移量对所有样本进行分类；对分类后的每一类样本点，建立两幅图像之间的映射方程，对待配准图像插值进行重采样处理；将待配准图像区域均匀分割成数个小区域；每个分割区域从其对应类的重采样结果中取数，拼接重构成一幅图像。本发明可以对两幅任意扭曲的图像进行配准，对载机平台的飞行稳定性要求降低，使SAR图像更易于应用；当图像之间的畸变关系很难用统一的数学模型描述时，将这种关系分解成几个较简单的映射方程，算法通用性强。

主权项

1.一种基于畸变程度分割的无人机载实时SAR图像配准方法，该方法包括下列顺序的步骤：(1)变化域粗配准：校正参考图像和待配准图像间的旋转、平移关系，校正参考图像和待配准图像为同一区域的两幅无人机载实时SAR图像；(2)灰度相关性配准：在粗配准后的两幅图像中选择样本点，利用灰度相关性确定样本区域的偏移量；(3)畸变程度分类：基于偏移量对所有样本进行分类，每一类样本点代表一类畸变关系；(4)图像重采样：对分类后的每一类样本点，建立两幅图像之间的映射方程，对待配准图像插值进行重采样处理，每一类畸变关系对应一个待配准图像重采样结果；(5)基于样本区域的图像分割：将待配准图像区域均匀分割成数个小区域；(6)图像拼接重构：每个分割区域从其对应类的重采样结果中取数，拼接重构成一幅图像；在步骤(5)中，所述基于样本区域的图像分割具体为：将待配准图像区域均匀分割成数个区域，区域数目大于4N，N为在粗配准后的两幅图像中选出的窗口个数，假设待配准图像在宽度向和高度向分别p，q等分，则待配准图像被均匀分成M＝p×q个区域，为减少运算量，在每个区域中心点位置，取出T×T大小的数据作为样本区域，依次在K个待配准图像的重采样结果中的相同位置，取出T×T大小的样本区域，与参考图像中的样本区域，计算相关系数；在K个相关系数中，最大的值对应的类，为该区域所应归属类别，用这种方法完成对M个区域的分类；如果某个样本区域，K个相关系数的值均小于0.6，则认为该区域为噪声区域，不对该区域归类。