[發(fā)明專利]一種基于四叉樹分割的InSAR快速圖像配準方法

有效

• 申請?zhí)枺?/td>: 201710932777.5
• 申請日: 2017-10-10
• 公開（公告）號: CN107610161B
• 公開（公告）日: 2019-10-01
• 發(fā)明（設計）人: 韋順軍;張曉玲;唐欣欣;蒲黎明;師君
• 申請（專利權(quán)）人: 電子科技大學
• 主分類號: G06T7/30
• 分類號: G06T7/30;G06T7/11;G06T7/136
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 曾磊

本發(fā)明公開了一種基于四叉樹分割的InSAR快速配準方法，它是結(jié)合圖像四叉樹分割準則及FFT最大相關系數(shù)配準原理，先對InSAR主副復圖像進行粗配準及粗分割，然后再進行四叉樹結(jié)構(gòu)圖像分塊及子塊FFT最大相關系數(shù)亞像素配準，本發(fā)明利用InSAR復圖像逐個子塊四叉樹分割及子塊亞像素配準，避免了傳統(tǒng)FFT最大相關系數(shù)配準的全局圖像插值，從而實現(xiàn)了大場景InSAR復圖像的快速亞像素配準。避免了傳統(tǒng)FFT最大相關系數(shù)配準的全局圖像插值，有效降低了大場景InSAR復圖像配準的運算效率，對于像素偏移變化大的InASAR主副復圖像中具有良好的配準精度和運算效率。

技術領域

本發(fā)明屬于合成孔徑雷達(SAR)技術領域，它特別涉及干涉SAR(InSAR)成像技術領域。

背景技術

干涉合成孔徑雷達(InSAR)是合成孔徑雷達(SAR)成像技術的擴展，其主要利用兩個以上天線或多次航過對同一觀測場景進行不同角度或不同時段觀測得到的兩幅以上SAR圖像，提取SAR圖像干涉相位信息，再結(jié)合成像幾何關系反演出地形高程信息，從而實現(xiàn)高精度地形三維測繪的遙感技術，詳見文獻“李泓宇.干涉合成孔徑雷達高程測量關鍵技術研究[D].中國科學院大學,2016”。干涉SAR具有成像區(qū)域大、成像精度高、能夠全天候、全天時成像的優(yōu)勢，已經(jīng)成為當今世界提取大面積地表三維圖像和地形高程變化信息的一項重要遙感技術，在地形測繪、自然災害監(jiān)測、自然資源調(diào)查、導航定位和地形匹配等領域發(fā)揮越來越大的作用，詳見文獻“劉曦霞.合成孔徑雷達干涉測量(INSAR)技術原理及應用發(fā)展[J].科技創(chuàng)新與應用,2015(20):36-37”。InSAR復圖像配準是將含有相同場景或目標的InSAR復圖像進行空間幾何對準的過程，是InSAR數(shù)據(jù)處理中關鍵的一個步驟。為了提高InSAR復圖像對的相干性，保證干涉相位質(zhì)量及地形高程反演精度，InSAR復圖像的配準精度通常要達到亞像素級別，實際中通常要求其配準精度達到0.1像素，詳見文獻“孫增輝.星載干涉合成孔徑雷達影像配準算法[D].西安科技大學,2015”。

相對于光學圖，因InSAR復圖像存在透視收縮、掩疊、陰影及固有相干斑噪聲影響，基于圖像特征點的傳統(tǒng)光學圖像配準方法難以適用于高精度InSAR復圖像配準。針對InSAR復圖像的幅度及相位特性，通常利用小塊圖像窗口的相似性匹配測度來確定InSAR復圖像的像素偏移量，至今已提出了基于最大相干系數(shù)、最大干涉頻譜、相位平均波動函數(shù)、相位最小二乘等相似性匹配準則下多種復圖像配準算法，詳見文獻“靳國旺,徐青,張紅敏.合成孔徑雷達干涉測量[M].國防工業(yè)出版社,2014”。相對其它匹配準則方法，最大相干系數(shù)配準方法由于可采用快速傅立葉變換(FFT)實現(xiàn)，具有更高的運算效率，在是實現(xiàn)InSAR復圖像快速配準最常用的方法，詳見文獻“張紅王超.基于FFT平移與相關分析的多尺度星載SAR自動配準[J].遙感技術與應用,2013,28(4):618-626”。為了達到亞像素級配準精度，F(xiàn)FT最大相干系數(shù)配準算法通常采用插值重采樣技術，一般插值單元尺寸越小，配置精度就越高。另外，近幾年學者們也提出了一些新方法以實現(xiàn)InSAR圖像亞像素度配準。例如，文獻“LiD,Zhang Y.A fast offset estimation approach for InSAR image subpixelregistration[J].IEEE Geoscience and Remote Sensing Letters,2012,9(2):267-271”提出一種快速偏移估計方法，利用圖像特征估計及最小均方割算法實現(xiàn)高精度InSAR配準，具有較低的運算量；文獻“Natsuaki R,Hirose A.InSAR local co-registration methodassisted by shape-from-shading[J].IEEE Journal of Selected Topics in AppliedEarth Observations and Remote Sensing,2013,6(2):953-959”利用SAR圖像奇異點作為評判準則，提出一種基于明暗恢復形狀的InSAR配準算法，提高了地形數(shù)字高程反演圖像的信噪比；文獻“Zhang Z,Liu H,Zhang L,et al.A large width SAR image registrationmethod based on the complex correlation function[C]//Geoscience and RemoteSensing Symposium (IGARSS),2016IEEE International.IEEE,2016:6476-6479”提出了基于復相干函數(shù)的大場景InSAR配準方法，采用圖像固定子塊劃分配準以實現(xiàn)大場景InSAR復圖像配準；文獻“Gong M,Zhao S,Jiao L,et al.A novel coarse-to-fine scheme forautomatic image registration based on SIFT and mutual information[J].IEEETransactions on Geoscience and Remote Sensing,2014,52(7):4328-4338”基于尺度不變特征變換(SIFT)及最大互信息準則，提出一種粗至精SAR圖像自動配準方法，采用一種基于多分辨框架的改進Marquardt-Levenberg算法實現(xiàn)SAR圖像對高精度配準。然而，大多數(shù)現(xiàn)有高精度配準算法往往將InSAR復圖像進行整體或固定分塊配準，對于大場景復圖像的大數(shù)量、子區(qū)域偏移變化大等情況，可能存在局部配準精度下降、運算量大等問題。隨著近年來高分寬帶InSAR成像觀測的迫切需求及應用，實現(xiàn)大場景InSAR復圖像的快速高精度配準技術具有重要的應用價值。