本發(fā)明涉及雷達(dá)數(shù)據(jù)處理，具體地，涉及一種基于sar幾何構(gòu)型的polsar-geosift異源數(shù)據(jù)匹配方法。

背景技術(shù)：

1、合成孔徑雷達(dá)(synthetic?aperture?rader，sar)是一種微波成像雷達(dá)系統(tǒng)，由于其不受天氣和光照條件的限制，現(xiàn)有地基、機(jī)載、星載等系統(tǒng)，已廣泛將合成孔徑雷達(dá)應(yīng)用于環(huán)境監(jiān)測(cè)、地形測(cè)繪、資源勘查等領(lǐng)域。

2、極化是電磁波的重要屬性，可以描述關(guān)于地物表面特性的額外信息，如植被結(jié)構(gòu)、土壤濕度、地表覆蓋類型等。極化合成孔徑雷達(dá)(polarimetric?synthetic?apertureradar，polsar)具備目標(biāo)全極化散射信息測(cè)量能力，常被用于地物分解、地物分類與解譯、散射機(jī)理分析等領(lǐng)域。

3、sar圖像配準(zhǔn)是實(shí)現(xiàn)多波段或多源sar數(shù)據(jù)聯(lián)合分析處理的前提條件，在干涉合成孔徑雷達(dá)(interferometric?synthetic?aperture?radar，insar)中，sar圖像配準(zhǔn)主要基于圖像灰度信息或圖像特征?；趫D像灰度信息的配準(zhǔn)一般利用滑窗搜索，通過(guò)最優(yōu)化測(cè)度函數(shù)實(shí)現(xiàn)同名點(diǎn)的偏移量估計(jì)，測(cè)度函數(shù)主要包括：相關(guān)系數(shù)、譜函數(shù)、波動(dòng)函數(shù)等?；趫D像灰度信息的配準(zhǔn)方法對(duì)于圖像噪聲、旋轉(zhuǎn)形變等敏感，主要適用于不具有非線性畸變的相同傳感器sar數(shù)據(jù)。對(duì)于異源數(shù)據(jù)，不同波段或入射角等因素會(huì)導(dǎo)致圖像灰度特征不一致，觀測(cè)幾何和工作模式不同也會(huì)導(dǎo)致圖像存在空變，此時(shí)可以通過(guò)提取圖像中的不變特征建立圖像的對(duì)應(yīng)變換關(guān)系。1999年，有學(xué)者首次提出尺度不變特征變換(scaleinvariant?feature?transform，sift)算法；該算法具有旋轉(zhuǎn)和尺度不變性，在計(jì)算機(jī)視覺(jué)和圖像處理領(lǐng)域得到廣泛應(yīng)用。2014年，有學(xué)者針對(duì)sar數(shù)據(jù)提出一種類sift算法——sar-sift，該方法采用指數(shù)加權(quán)均值比計(jì)算圖像梯度，能夠有效降低sift特征選取的虛警率；2016年，有學(xué)者在sift算法基礎(chǔ)上引入一種增強(qiáng)特征匹配方法——pso-sift算法，在多光譜和多源傳感器圖像匹配中具有較好的適應(yīng)性。

4、sift特征具備尺度、旋轉(zhuǎn)和仿射變換的不變性，對(duì)于sar數(shù)據(jù)配準(zhǔn)具有強(qiáng)大的優(yōu)勢(shì)。然而其算法復(fù)雜度高，運(yùn)算效率和內(nèi)存占用等問(wèn)題在一定程度上限制了其應(yīng)用。此外，對(duì)于異源sar數(shù)據(jù)，圖像之間存在劇烈的旋轉(zhuǎn)和尺度變化也給局部特征點(diǎn)檢測(cè)的準(zhǔn)確性和計(jì)算效率帶來(lái)更大的挑戰(zhàn)。針對(duì)sar數(shù)據(jù)交叉處理、聯(lián)合應(yīng)用的需求，實(shí)現(xiàn)準(zhǔn)確且高效的異源圖像配準(zhǔn)及特征點(diǎn)提取是一項(xiàng)不可或缺的工作。

技術(shù)實(shí)現(xiàn)思路

1、為了解決現(xiàn)有技術(shù)中存在的上述問(wèn)題，本發(fā)明提供了一種基于sar幾何構(gòu)型的polsar-geosift異源數(shù)據(jù)匹配方法。

2、根據(jù)本發(fā)明實(shí)施例的第一方面，提供一種基于sar幾何構(gòu)型的polsar-geosift異源數(shù)據(jù)匹配方法，所述方法包括：

3、根據(jù)polsar-harris函數(shù)得到待匹配圖像中的待匹配特征點(diǎn)和參考圖像中的初始參考特征點(diǎn)；

4、通過(guò)地理信息對(duì)所述待匹配特征點(diǎn)對(duì)所述初始參考特征點(diǎn)進(jìn)行處理，得到所述待匹配圖像目標(biāo)特征點(diǎn)和所述參考圖像中的參考特征點(diǎn)；其中，所述目標(biāo)特征點(diǎn)和所述參考特征點(diǎn)為相互匹配的點(diǎn)。

5、可選地，在所述通過(guò)地理信息對(duì)所述待匹配特征點(diǎn)及所述初始參考特征點(diǎn)進(jìn)行處理，得到相互匹配的目標(biāo)特征點(diǎn)和參考特征點(diǎn)之后，所述方法還包括：

6、分別獲取所述目標(biāo)特征點(diǎn)和所述參考特征點(diǎn)中的第一子特征點(diǎn)和第二子特征點(diǎn)；

7、根據(jù)所述第一子特征點(diǎn)和所述第二子特征點(diǎn)得到變換矩陣；

8、根據(jù)所述變換矩陣驗(yàn)證所述目標(biāo)特征點(diǎn)和所述參考特征點(diǎn)中的其他目標(biāo)特征點(diǎn)和其他參考特征點(diǎn)之間是否匹配。

9、可選地，所述根據(jù)polsar-harris函數(shù)得到待匹配圖像中的待匹配特征點(diǎn)和參考圖像中的初始參考特征點(diǎn)，包括：

10、獲取所述待匹配圖像中第一像素點(diǎn)的第一圖像值和所述參考圖像中第二像素點(diǎn)的第二圖像值；

11、根據(jù)所述第一圖像值得到所述第一像素點(diǎn)兩側(cè)矩形區(qū)域的第一指數(shù)加權(quán)均值比，并根據(jù)所述第二圖像值得到所述第二像素點(diǎn)兩側(cè)矩形區(qū)域的第一指數(shù)加權(quán)均值比；

12、根據(jù)所述第一均值比和所述第二均值比得到第一矩陣和第二矩陣；

13、根據(jù)所述polsar-harris函數(shù)、所述第一矩陣和所述第二矩陣得到所述待匹配特征點(diǎn)和所述初始參考特征點(diǎn)。

14、可選地，所述獲取所述待匹配圖像中第一像素點(diǎn)的第一圖像值和所述參考圖像中第二像素點(diǎn)的第二圖像值，包括：

15、根據(jù)表面散射模型得到所述第一像素點(diǎn)對(duì)應(yīng)的第一表面散射分量和所述第二像素點(diǎn)對(duì)應(yīng)的第二表面散射分量；

16、根據(jù)二次散射模型得到所述第一像素點(diǎn)對(duì)應(yīng)的第一二次散射分量和所述第二像素點(diǎn)對(duì)應(yīng)的第二二次散射分量；

17、根據(jù)所述第一表面散射分量和所述第一二次散射分量得到第一圖像值；

18、根據(jù)所述第二表面散射分量和所述第二二次散射分量得到第二圖像值。

19、可選地，所述通過(guò)地理信息對(duì)所述待匹配特征點(diǎn)對(duì)所述初始參考特征點(diǎn)進(jìn)行處理，得到所述待匹配圖像目標(biāo)特征點(diǎn)和所述參考圖像中的參考特征點(diǎn)，包括：

20、獲取所述待匹配特征點(diǎn)的第一地理信息和所述待匹配特征點(diǎn)在所述待匹配圖像中的第一坐標(biāo)；

21、根據(jù)所述第一地理信息和所述第一坐標(biāo)得到所述待匹配特征點(diǎn)在所述參考圖像中的第二坐標(biāo)；

22、獲取所述待匹配特征點(diǎn)對(duì)應(yīng)的初始參考特征點(diǎn)在所述參考圖像中的第三坐標(biāo)；

23、將所述第二坐標(biāo)和所述第三坐標(biāo)之間的差異小于預(yù)設(shè)閾值的待匹配特征點(diǎn)和初始參考特征點(diǎn)分別作為目標(biāo)特征點(diǎn)和參考特征點(diǎn)。

24、可選地，所述polsar-harris函數(shù)參考如下表示：

25、rsh(x,y,σ)＝det(cph(x,y,σ))-d·trace(cph(x,y,σ))2；

26、其中，rsh(x,y,σ)表示像素點(diǎn)(x,y)的坐標(biāo)信息，det()表示求矩陣的行列式，cph(x,y,σ)為關(guān)于像素點(diǎn)(x,y)的矩陣，σ為尺度因子，d為預(yù)設(shè)的極值點(diǎn)檢測(cè)閾值，trace()表示求矩陣的跡。

27、可選地，所述關(guān)于像素點(diǎn)(x,y)的矩陣cph(x,y,σ)參考如下表示：

28、

29、其中，g為卷積函數(shù)，表示卷積運(yùn)算，γx,σ'表示像素點(diǎn)(x,y)的水平方向梯度，γy,σ'表示像素點(diǎn)(x,y)的垂直方向梯度，σ'為指數(shù)函數(shù)尺度因子。

30、可選地，所述第一指數(shù)加權(quán)均值比和所述第二指數(shù)加權(quán)均值比參考如下表示：

31、

32、其中，rf,σ'表示像素點(diǎn)(x,y)兩側(cè)矩形區(qū)域的指數(shù)加權(quán)均值比，m1,σ'表示像素點(diǎn)(x,y)第一側(cè)矩形區(qū)域的指數(shù)加權(quán)均值，m2,σ'表示像素點(diǎn)(x,y)第二側(cè)矩形區(qū)域的指數(shù)加權(quán)均值，f表示均值計(jì)算的旋轉(zhuǎn)角度。

33、可選地，像素點(diǎn)(x,y)兩側(cè)矩形區(qū)域的指數(shù)加權(quán)均值參考如下表示：

34、

35、其中，為加權(quán)的指數(shù)函數(shù)，x*為積分像素點(diǎn)與像素點(diǎn)(x,y)中x的差值，y*為積分像素點(diǎn)與像素點(diǎn)(x,y)中y的差值，ry'表示積分范圍，i1表示像素點(diǎn)(x,y)第一側(cè)矩形區(qū)域，i2表示像素點(diǎn)(x,y)第二側(cè)矩形區(qū)域。

36、可選地，所述待匹配特征點(diǎn)在所述參考圖像中的第二坐標(biāo)參考如下公式得到：

37、

38、y'＝(|pt-ps|-rnear)/rcell；

39、其中，所述匹配特征點(diǎn)在所述待匹配圖像中的第一坐標(biāo)為(x,y)，所述第一地理信息為pt＝(xt,yt,zt)，ps為所述參考圖像在方位向時(shí)刻為na時(shí)的參考圖像平臺(tái)位置矢量，v為所述參考圖像平臺(tái)相對(duì)所述匹配特征點(diǎn)的速度矢量，f'dc為某一方位時(shí)刻的多普勒中心頻率，λ為波長(zhǎng)，fdc為多普勒中心頻率，x'為所述第二坐標(biāo)中的方位向坐標(biāo)，rnear為所述參考圖像的最近斜距，rcell為所述參考圖像的距離向采樣間隔，y'為所述第二坐標(biāo)中的距離向坐標(biāo)。

40、本發(fā)明提供的技術(shù)方案可以包括以下有益效果：

41、通過(guò)上述技術(shù)方案，根據(jù)polsar-harris函數(shù)提取特征點(diǎn)，然后根據(jù)地理信息對(duì)特征點(diǎn)進(jìn)行處理，得到相互匹配的目標(biāo)特征點(diǎn)和參考特征點(diǎn)，從而達(dá)到異源數(shù)據(jù)匹配的目的，可以應(yīng)用于不同波段、不同時(shí)相、不同下視角等的異源sar圖像的特征點(diǎn)匹配，具有較高的準(zhǔn)確率和計(jì)算效率。

42、本發(fā)明的其他特征和優(yōu)點(diǎn)將在隨后的具體實(shí)施方式部分予以詳細(xì)說(shuō)明。