[發明專利]基于自適應閾值分割和組合優化的SAR圖像配準

在審

• 申請號: 201410734116.8
• 申請日: 2014-12-04
• 公開（公告）號: CN104517286A
• 公開（公告）日: 2015-04-15
• 發明（設計）人: 王爽;焦李成;陳凱;張濤;劉闖;侯彪;熊濤;劉紅英
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

1.一種基于自適應閾值分割和組合優化的SAR圖像配準方法，包括如下步驟：

步驟101：導入兩幅同一地區的SAR圖像，一幅作為參考圖像，另一幅作為待配準圖像；

步驟102：對兩幅圖像分別采用自適應閾值分割提取出最佳閾值，使用最佳閾值分別將兩幅圖像中的目標區域圖像與背景區域圖像分離開來；

步驟103：將兩幅圖像分割出來的目標區域圖像的灰度歸一化到同一灰度級；

步驟104：采用粒子群算法(PSO)對兩幅歸一化的目標區域圖像之間的互信息進行尋優，搜索到使互信息達到最大的配準參數(θ,Δx,Δy,α)，其中，θ為旋轉角度，Δx為水平平移，Δy為垂直平移，α為尺度縮放；

步驟105：對兩幅歸一化的目標區域圖像做三層小波分解，只取低頻分量用于Powell算法尋優；

步驟106：將步驟104中通過PSO搜索得到的配準參數(θ,Δx,Δy,α)變為(θ,Δx/8,Δy/8,α)，作為Powell算法在小波分解第3層搜索的初始點，搜索得到配準參數(θ₁,Δx₁,Δy₁,α₁)；

步驟107：因為對兩幅歸一化的目標區域圖像做三層小波分解后的每層之間圖像大小都是兩倍關系，故將得到的(θ₁,Δx₁,Δy₁,α₁)變換為(θ₁,2Δx₁,2Δy₁,α₁)作為下一層搜索的初始點，繼續搜索配準參數；

步驟108：重復步驟107，直到搜索至原圖大小(即第三層→第二層→第一層→原圖)，得到的配準參數就是最終的配準參數；

步驟109：使用步驟108得到的最終的配準參數將待配準圖像變換回去，然后與參考圖像疊加得到配準結果圖。

2.根據權利要求1所述的基于自適應閾值分割和組合優化的SAR圖像配準方法，其中，所述步驟102包括如下步驟：

步驟201：取上述兩幅同一地區的SAR圖像中的一幅SAR圖像I₁，尋找該圖像中的最小灰度值Z_min和最大灰度值Z_max，求平均得到初始閾值；

T0=Zmax+Zmin2]]>

步驟202：每次更新的閾值T_k將圖像分離成兩部分，小于等于閾值T_k的部分是目標區域圖像，其它的部分是背景區域圖像，分別求目標區域的平均灰度Z₀和背景區域的平均灰度Z_B；

Z0=ΣZ(i,j)<TkZ(i,j)×N(i,j)ΣZ(i,j)<TkN(i,j)]]>

ZB=ΣZ(i,j)<TkZ(i,j)×N(i,j)ΣZ(i,j)<TkN(i,j)]]>

其中，像素點(i,j)的灰度值是Z(i,j)，灰度值Z(i,j)出現次數為N(i,j)；

步驟203：再對步驟202得到的目標區域圖像的灰度值和背景區域圖像的灰度值取平均得到新的閾值；

Tk+1=Z0+ZB2]]>

步驟204：若T_k和T_k+1相等，結束，得到的T_k即為采用自適應閾值分割的最佳閾值，若Z(i,j)＜＝T_k，則像素點(i,j)為目標區域圖像的像素點，若Z(i,j)＞T_k，則像素點(i,j)為背景區域圖像的像素點；若T_k和T_k+1不相等，則轉步驟202和步驟203，繼續更新閾值T_k。