[發明專利]基于圖像補全的空間目標異源圖像匹配方法

在審

• 申請號: 202111544857.6
• 申請日: 2021-12-16
• 公開（公告）號: CN114219995A
• 公開（公告）日: 2022-03-22
• 發明（設計）人: 張云;袁浩軒;冀振元;李宏博
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G06V20/00
• 分類號: G06V20/00;G06V10/30;G06V10/44;G06V10/74;G06K9/62
• 代理公司: 哈爾濱華夏松花江知識產權代理有限公司 23213
• 代理人: 時起磊

1.基于圖像補全的空間目標異源圖像匹配方法，其特征在于，包括以下步驟：

步驟1、基于三維空間目標模型與距離多普勒算法仿真獲得目標自旋情況下的ISAR圖像序列；并利用投影的方法獲得與ISAR圖像同姿態的空間目標的光學樣本；

步驟2、基于圖像序列和最優權重的HaLRTC方法對空間目標對應的ISAR圖像的缺失像素進行補全；

步驟3、基于金字塔重采樣和優化迭代的方法對空間目標ISAR圖像和光學圖像進行匹配。

2.根據權利要求1所述基于圖像補全的空間目標異源圖像匹配方法，其特征在于，步驟2所述基于圖像序列和最優權重的HaLRTC方法對空間目標ISAR圖像的缺失像素進行補全的過程包括以下步驟：

2.1、構建包含空間目標的ISAR圖像序列，將包含空間目標的ISAR圖像作為張量X并將張量分成三個輸入通道張量X_i,i＝1,2,3，X_i大小是n×n×N；

2.2、利用缺失模型構建ISAR圖像缺失像素序列，對于每個輸入通道張量都有一個缺失模型S_i,i＝1,2,3，經缺失模型的處理后ISAR圖像缺失像素序列表示為張量大小是n×n×N；

2.3、利用基于優化權重的HaLRTC方法進行圖像補全：

2.3.1、針對K個ISAR圖像序列，構建ISAR圖像缺失像素序列

2.3.2、計算損失函數并更新權重：

其中，k表示迭代到第k輪，是第k+1輪時第j個圖像序列的第i通道對應的權重，表示損失函數；lr為更新率；

在每次迭代中記錄當前的權重舍去每個通道中最大和最小的兩個權重值，并利用下面的公式求得最優化權重：

當示損失函數小于閾值L^gate時停止迭代，或者達到最大迭代次數時停止迭代，并把求得的最優化權重代入HaLRTC方法進行圖像補全，得到補全后的各通道張量數據按順序組合各通道的數據得到補全后的ISAR圖像數據。

3.根據權利要求2所述基于圖像補全的空間目標異源圖像匹配方法，其特征在于，步驟3所述的基于金字塔重采樣和優化迭代的方法對空間目標ISAR圖像和光學圖像進行匹配的過程包括以下步驟：

3.1、對補全后的ISAR圖像進行濾波，得到濾波后的ISAR圖像W；

然后將光學圖像和ISAR圖像都轉換成灰度圖；

3.2、設定一個預參數w^c，對光學圖像進行平移、旋轉和縮放等仿射變換；光學圖像O經仿射變換后的光學圖像為

仿射變換矩陣是S′，預參數w^c是仿射變換矩陣最開始設定的參數；

3.3、針對轉換成灰度圖后的ISAR圖像對應的濾波圖像W和仿射變換后的光學圖像分別構建拉普拉斯金字塔殘差圖像；

3.4、利用梯度下降優化器對匹配結果進行優化：

w^new＝w^old-η·▽loss(w^old) (6)

其中，w^old表示預參數w^c更新前的參數，w^new表示預參數w^c更新后的參數，▽loss(w^old)是損失值對參數的梯度，它決定了參數更新的方向，η是學習率；損失值loss(·)為濾波圖像W和光學圖像對應的拉普拉斯金字塔殘差圖像的互信息MI(A,B)，A、B分別為濾波圖像W和光學圖像對應的拉普拉斯金字塔殘差圖像；

當互信息MI(A,B)小于互信息閾值Γ，繼續迭代，直至達到互信息閾值Γ；

3.5、利用微分同胚的方法進行非剛體匹配。

4.根據權利要求3所述基于圖像補全的空間目標異源圖像匹配方法，其特征在于，所述濾波圖像W和光學圖像對應的拉普拉斯金字塔殘差圖像的互信息MI(A,B)如下

MI(A,B)＝H(A)+H(B)-H(AB) (8)

其中

其中，A,B分別為濾波圖像W和光學圖像對應的拉普拉斯金字塔殘差圖像；a,b分別是圖像對應的像素點；h(a,b)為圖像間的聯合灰度直方圖。