本發(fā)明涉及合成孔徑雷達(dá)圖像拼接技術(shù)領(lǐng)域，特別涉及一種合成孔徑雷達(dá)圖像拼接方法。
背景技術(shù)：
合成孔徑雷達(dá)(SAR)圖像拼接技術(shù)通常是將數(shù)張有重疊部分(包括不同時(shí)間、不同視角、不同傳感器)的SAR圖像，拼接成一幅連續(xù)無(wú)縫的高分辨率SAR圖像，有利于增強(qiáng)戰(zhàn)場(chǎng)態(tài)勢(shì)感知能力。
近些年，關(guān)于SAR圖像拼接的應(yīng)用方面的報(bào)道有德國(guó)EADS公司研制的MiSAR系統(tǒng)。MiSAR系統(tǒng)為小型無(wú)人機(jī)(例如LUNA)研制，機(jī)上重量?jī)H4Kg，所以成像處理的單幅圖像覆蓋區(qū)很小(400m*700m，分辨率0.5m)。為克服這個(gè)問(wèn)題，采用圖像拼接技術(shù)，從連續(xù)的圖像序列中提取共同特征，并進(jìn)行特征配準(zhǔn)，從特征配準(zhǔn)處理中估計(jì)圖像幀之間的變化，實(shí)現(xiàn)拼接。與條帶SAR模式處理相比，該圖像拼接技術(shù)更有優(yōu)勢(shì)，不要求航跡是直線飛行，并且斜視角是可變的。MiSAR系統(tǒng)實(shí)現(xiàn)了SAR圖像的實(shí)時(shí)拼接處理，應(yīng)用圖像拼接技術(shù)擴(kuò)大了觀測(cè)區(qū)域，并將其集成到SAR圖像開發(fā)應(yīng)用系統(tǒng)，獲得更大的觀測(cè)場(chǎng)景和更強(qiáng)的態(tài)勢(shì)感知能力。
但是，目前的SAR圖像拼接處理方面仍存在拼接處理時(shí)間較長(zhǎng)、圖像幅寬受限以及拼接視角受限等至少一種缺陷；另外，特別是針對(duì)大面積(≥100km)多視角(5°～60°)方面的SAR圖像序列拼接技術(shù)更是缺乏研究。
技術(shù)實(shí)現(xiàn)要素：
本發(fā)明的目的是提供了一種合成孔徑雷達(dá)圖像拼接方法，以解決現(xiàn)有合成孔徑雷達(dá)圖像拼接方法中的存在至少一個(gè)技術(shù)問(wèn)題。
本發(fā)明的技術(shù)方案是：
一種合成孔徑雷達(dá)圖像拼接方法，包括如下步驟：
步驟一、從多個(gè)預(yù)拼接的子圖像中選取相鄰的兩個(gè)子圖像，其中一個(gè)子圖像作為參考圖，另一個(gè)子圖像作為實(shí)時(shí)圖；
步驟二、對(duì)所述參考圖和實(shí)時(shí)圖進(jìn)行預(yù)處理；
步驟三、對(duì)預(yù)處理后的所述參考圖和實(shí)時(shí)圖分別進(jìn)行尺度不變特征變換特征點(diǎn)提取；其中，尺度不變特征變換特征點(diǎn)為SIFT特征點(diǎn)；
步驟四、將所述參考圖的尺度不變特征變換特征點(diǎn)與實(shí)時(shí)圖的尺度不變特征變換特征點(diǎn)進(jìn)行粗配準(zhǔn)，得到初始配準(zhǔn)點(diǎn)對(duì)；
步驟五、根據(jù)所述初始配準(zhǔn)點(diǎn)對(duì)進(jìn)行精配準(zhǔn)，得到精配準(zhǔn)點(diǎn)對(duì)；其中，精配準(zhǔn)主要是進(jìn)行刪除誤配點(diǎn)對(duì)；
步驟六、對(duì)所述精配準(zhǔn)點(diǎn)對(duì)采取最小二乘算法估算所述實(shí)時(shí)圖相對(duì)于參考圖的旋轉(zhuǎn)角度θ、尺度因子c和平移量tx、ty；
步驟七、根據(jù)所述旋轉(zhuǎn)角度θ、尺度因子c和平移量tx、ty對(duì)所述實(shí)時(shí)圖進(jìn)行仿射變換，從而使得參考圖和實(shí)時(shí)圖處于同一個(gè)坐標(biāo)系中；
步驟八、對(duì)所述參考圖和實(shí)時(shí)圖的重疊區(qū)域進(jìn)行融合處理，實(shí)現(xiàn)連續(xù)、無(wú)縫的圖像拼接，得到拼接圖；
步驟九、以步驟八中的拼接圖作為新的參考圖，再選定另外相鄰的子圖像作為新的實(shí)時(shí)圖，重復(fù)步驟二到步驟八，完成三個(gè)子圖像的拼接；
步驟十、重復(fù)步驟九，直到完成所有子圖像的拼接。
可選的，在所述步驟二的中，是對(duì)所述參考圖和實(shí)時(shí)圖進(jìn)行幾何失真校正和灰度調(diào)整。
可選的，在所述步驟三中，對(duì)預(yù)處理后的所述參考圖和實(shí)時(shí)圖分別進(jìn)行尺度不變特征變換特征點(diǎn)提取包括如下步驟：
步驟3.1、對(duì)所述參考圖和實(shí)時(shí)圖分別進(jìn)行尺度空間極值檢測(cè)；
步驟3.2、對(duì)所述參考圖和實(shí)時(shí)圖分別進(jìn)行特征點(diǎn)方向確定；
步驟3.3、對(duì)所述參考圖和實(shí)時(shí)圖分別進(jìn)行提取特征描述符。
可選的，在所述步驟四中，是采用最近鄰NN距離比率算法對(duì)尺度不變特征變換特征點(diǎn)進(jìn)行粗配準(zhǔn)。
可選的，在所述步驟五中，是采用隨機(jī)抽樣一致RANSAC算法進(jìn)行精配準(zhǔn)。
可選的，在所述步驟七中，是通過(guò)如下仿射變換模型(1)進(jìn)行仿射變換：
其中，矩陣包含(現(xiàn)有可以查到)了旋轉(zhuǎn)角度θ、尺度因子c，為實(shí)時(shí)圖中像素點(diǎn)坐標(biāo)，為仿射變換后對(duì)應(yīng)在參考圖坐標(biāo)系中的位置。
發(fā)明效果：
本發(fā)明的合成孔徑雷達(dá)圖像拼接方法，利用多幅SAR圖像，通過(guò)提取不同圖像的SIFT特征進(jìn)行配準(zhǔn)，并估計(jì)出SAR圖像間的變換參數(shù)，通過(guò)仿射變換、插值、融合實(shí)現(xiàn)高性能SAR圖像序列拼接；并且，本發(fā)明具有大幅寬、多視角的SAR圖像序列拼接能力，能夠加快了圖像拼接技術(shù)的工程化應(yīng)用。
附圖說(shuō)明
圖1是本發(fā)明合成孔徑雷達(dá)圖像拼接方法的流程簡(jiǎn)圖。
具體實(shí)施方式
為使本發(fā)明實(shí)施的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行更加詳細(xì)的描述。在附圖中，自始至終相同或類似的標(biāo)號(hào)表示相同或類似的元件或具有相同或類似功能的元件。所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。下面通過(guò)參考附圖描述的實(shí)施例是示例性的，旨在用于解釋本發(fā)明，而不能理解為對(duì)本發(fā)明的限制?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。下面結(jié)合附圖對(duì)本發(fā)明的實(shí)施例進(jìn)行詳細(xì)說(shuō)明。
在本發(fā)明的描述中，需要理解的是，術(shù)語(yǔ)“中心”、“縱向”、“橫向”、“前”、“后”、“左”、“右”、“豎直”、“水平”、“頂”、“底”、“內(nèi)”、“外”等指示的方位或位置關(guān)系為基于附圖所示的方位或位置關(guān)系，僅是為了便于描述本發(fā)明和簡(jiǎn)化描述，而不是指示或暗示所指的裝置或元件必須具有特定的方位、以特定的方位構(gòu)造和操作，因此不能理解為對(duì)本發(fā)明保護(hù)范圍的限制。
下面結(jié)合附圖1對(duì)本發(fā)明合成孔徑雷達(dá)圖像拼接方法做進(jìn)一步詳細(xì)說(shuō)明。
具體地，本實(shí)施例中選取的實(shí)測(cè)數(shù)據(jù)是機(jī)載高分SAR試飛獲取的13幀連續(xù)有公共區(qū)的SAR子圖像，單幅子圖像的大小約為11000*12000像素，分辨率為0.5m，拼接視角的變化范圍為5°～60°，結(jié)合SIFT特征進(jìn)行了大面積多視角圖像拼接試驗(yàn)。
本發(fā)明提供了一種合成孔徑雷達(dá)圖像拼接方法，包括如下步驟：
步驟一、從多個(gè)預(yù)拼接的子圖像中選取相鄰的兩個(gè)子圖像，其中一個(gè)子圖像作為參考圖，另一個(gè)子圖像作為實(shí)時(shí)圖。
步驟二、對(duì)參考圖和實(shí)時(shí)圖進(jìn)行預(yù)處理；預(yù)處理包括幾何失真校正、灰度調(diào)整等，屬于常規(guī)方法，不再贅述。
步驟三、對(duì)預(yù)處理后的參考圖和實(shí)時(shí)圖分別進(jìn)行尺度不變特征變換特征點(diǎn)提??；其中，尺度不變特征變換特征點(diǎn)又叫SIFT特征點(diǎn)。具體地，進(jìn)行SIFT特征點(diǎn)提取主要包括三部分內(nèi)容，分別為三個(gè)步驟：
步驟3.1、對(duì)參考圖和實(shí)時(shí)圖分別進(jìn)行尺度空間極值檢測(cè)：
尺度空間極值檢測(cè)：對(duì)于一幅圖像I(x,y)的尺度空間定義為L(zhǎng)(x,y,σ)，由不同尺度的高斯函數(shù)G(x,y,σ)與圖像的卷積得到：
式中(x,y)為像素坐標(biāo)，σ為尺度空間因子。
利用一組連續(xù)的高斯卷積核與原圖像進(jìn)行卷積，生成一系列尺度空間圖像，相鄰尺度圖像之差為DOG圖像D(x,y,σ)，即
D(x,y,σ)＝L(x,y,kσ)-L(x,y,σ)......(4)；
其中k為常量。構(gòu)建DOG尺度空間，對(duì)DOG尺度空間的每個(gè)點(diǎn)與相鄰位置的每個(gè)點(diǎn)進(jìn)行比較，找到最大或最小的極值點(diǎn)作為特征點(diǎn)。為了得到精確的特征點(diǎn)還需對(duì)這些極值點(diǎn)進(jìn)行處理，分兩步：一是去除低對(duì)比度的點(diǎn)；二是去除不穩(wěn)定的邊緣響應(yīng)點(diǎn)，因?yàn)镈OG算子會(huì)產(chǎn)生較強(qiáng)的邊緣響應(yīng)；這樣就能夠增強(qiáng)匹配的穩(wěn)定性，提高抗噪聲能力。
步驟3.2、對(duì)參考圖和實(shí)時(shí)圖分別進(jìn)行特征點(diǎn)方向確定：
由于每個(gè)特征點(diǎn)鄰域像素的梯度方向分布不同，通過(guò)為每個(gè)特征點(diǎn)計(jì)算方向參數(shù)，使算子具備更好的旋轉(zhuǎn)不變性；
θ(x,y)＝tan-1((L(x,y+1)-L(x,y-1))/(L(x+1,y)-L(x-1,y)))...(6)；
公式(5)和(6)表示采樣點(diǎn)(x,y)處的梯度模和方向，L取值為每個(gè)采樣點(diǎn)各自所在尺度，得到采樣點(diǎn)的梯度模和方向后，采用梯度直方圖統(tǒng)計(jì)法確定每個(gè)特征點(diǎn)的梯度模和方向。
步驟3.3、對(duì)參考圖和實(shí)時(shí)圖分別進(jìn)行提取特征描述符；具體地，每個(gè)特征點(diǎn)的描述符就是一個(gè)128維向量。
步驟四、將參考圖的尺度不變特征變換特征點(diǎn)與實(shí)時(shí)圖的尺度不變特征變換特征點(diǎn)進(jìn)行粗配準(zhǔn)，得到初始配準(zhǔn)點(diǎn)對(duì)。
具體地，步驟四是采用最近鄰NN距離比率算法對(duì)尺度不變特征變換特征點(diǎn)進(jìn)行粗配準(zhǔn)；最近鄰NN距離比率算法是根據(jù)已提取的特征向量之間的歐式距離作為兩幅圖像的相似性判定度量。
步驟五、根據(jù)初始配準(zhǔn)點(diǎn)對(duì)進(jìn)行精配準(zhǔn)，得到精配準(zhǔn)點(diǎn)對(duì)；其中，精配準(zhǔn)主要是進(jìn)行刪除誤配點(diǎn)對(duì)。
具體地，步驟五是采用隨機(jī)抽樣一致RANSAC算法進(jìn)行精配準(zhǔn)。RANSAC算法的主要是在輸入數(shù)據(jù)中不斷采樣最小點(diǎn)集，每次采樣最小點(diǎn)集后進(jìn)行模型參數(shù)估計(jì)，同時(shí)把輸入?yún)?shù)中和模型參數(shù)一致的點(diǎn)稱為內(nèi)點(diǎn)，不一致的點(diǎn)稱為外點(diǎn)，若滿足該模型的內(nèi)點(diǎn)個(gè)數(shù)大于某一值，則選擇此內(nèi)點(diǎn)集為RANSAC算法的最后解。
步驟六、對(duì)所述精配準(zhǔn)點(diǎn)對(duì)采取最小二乘算法估算實(shí)時(shí)圖相對(duì)于參考圖的旋轉(zhuǎn)角度θ、尺度因子c和平移量tx、ty。
步驟七、根據(jù)旋轉(zhuǎn)角度θ、尺度因子c和平移量tx、ty對(duì)實(shí)時(shí)圖進(jìn)行仿射變換，從而使得參考圖和實(shí)時(shí)圖處于同一個(gè)坐標(biāo)系中。
具體地，步驟七是通過(guò)如下仿射變換模型(1)進(jìn)行仿射變換：
其中，矩陣包含(現(xiàn)有可以查到)了旋轉(zhuǎn)角度θ、尺度因子c，為實(shí)時(shí)圖中像素點(diǎn)坐標(biāo)，為仿射變換后對(duì)應(yīng)在參考圖坐標(biāo)系中的位置。
步驟八、對(duì)參考圖和實(shí)時(shí)圖的重疊區(qū)域進(jìn)行漸入漸出法的思想進(jìn)行重疊區(qū)域融合，通過(guò)加權(quán)使得重疊區(qū)域漸進(jìn)過(guò)渡，實(shí)現(xiàn)連續(xù)、無(wú)縫的圖像拼接，得到拼接圖。
步驟九、以步驟八中的拼接圖作為新的參考圖，再選定另外相鄰的子圖像作為新的實(shí)時(shí)圖，重復(fù)步驟二到步驟八，完成三個(gè)子圖像的拼接。
步驟十、重復(fù)步驟九，直到完成所有子圖像的拼接；本實(shí)施例中，最終拼接后圖像場(chǎng)景大小約為32768*32768像素，覆蓋區(qū)域約為12km×12km。
本發(fā)明的合成孔徑雷達(dá)圖像拼接方法，利用多幅SAR圖像，通過(guò)提取不同圖像的SIFT特征進(jìn)行配準(zhǔn)，并估計(jì)出SAR圖像間的變換參數(shù)，通過(guò)仿射變換、插值、融合實(shí)現(xiàn)高性能SAR圖像序列拼接；并且，本發(fā)明具有大幅寬、多視角的SAR圖像序列拼接能力，能夠加快了圖像拼接技術(shù)的工程化應(yīng)用；進(jìn)一步，通過(guò)RANSAC處理，有效的刪除了誤配準(zhǔn)點(diǎn)對(duì)，并估計(jì)出旋轉(zhuǎn)角度θ、尺度因子c和平移量tx、ty，實(shí)現(xiàn)過(guò)程簡(jiǎn)單、效率高。
另外，本發(fā)明合成孔徑雷達(dá)圖像拼接方法還可以應(yīng)用于：無(wú)人機(jī)或有人機(jī)SAR偵察雷達(dá)，實(shí)現(xiàn)多視角范圍內(nèi)大面積SAR圖像偵察，提高現(xiàn)有合成孔徑雷達(dá)圖像的應(yīng)用價(jià)值等。最大限度地利用了各種SAR圖像信息的互補(bǔ)性，實(shí)現(xiàn)更大的觀測(cè)視野，提高SAR圖像判讀員的態(tài)勢(shì)感知能力，尤其提高了長(zhǎng)航時(shí)偵察能力。
以上所述，僅為本發(fā)明的具體實(shí)施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)以所述權(quán)利要求的保護(hù)范圍為準(zhǔn)。