基于多种特征联合的目标sar图像和光学图像配准方法
【技术领域】
[0001] 本发明属于信号处理领域，特别涉及一种基于多种特征联合的目标SAR图像和光 学图像配准方法。
【背景技术】
[0002]SAR是一种工作在微波频段的主动遥感器，其成像不受天气和光照条件的限制，能 全天时、全天候、远距离的进行对地遥感观测，并能够穿透天然植被、人工伪装等，大大提高 了雷达的信息捕获能力。光学传感器是一种工作在可见光频段的主动传感器，能够在适宜 的天气和光照条件下对目标进行比较清晰的成像。目标定位是指利用传感器提供的信息， 对传感器图像中的目标进行空间位置坐标的确定。利用SAR图像和光学图像融合的方法对 目标进行定位能够大幅提高使用单一传感器进行定位的精度。因此，利用SAR图像和光学 图像联合定位已经成为雷达技术的热门研究领域。
[0003] 但是，利用SAR图像和光学图像联合定位也带来了新的技术难点。由于对目标进 行联合定位，首先要对目标的图像进行配准。一方面，由于SAR和光学传感器成像机理不 同，无法使用灰度信息进行配准；另一方面，由于SAR和光学传感器工作在不同频段，SAR图 像和光学图像反映的是目标不同频段特征的图像，因此，在异类图像中同一目标表现出的 特征不尽相同。图像特征是指目标在图像中表现出的边缘信息，点信息，区域信息等。由于 SAR和光学图像的差异性，单纯使用一种图像特征不能保证异类图像中特征的匹配性，无法 满足目标异类图像的配准需要。
【发明内容】
[0004] 本发明的目的是为了解决上述问题，基于图像特征，结合传统图像处理的方法，提 出了一种基于多种特征联合的目标SAR图像和光学图像配准方法。
[0005] 本发明采用的技术方案为：一种基于多种特征联合的目标SAR图像和光学图像配 准方法，首先对输入图像进行图像分割处理，对处理结果进行角点检测和边缘检测处理，融 合处理结果提取兴趣角点，通过兴趣角点对两幅输入图像进行图像的配准；该方法不局限 于单一的图像特征，使用多种图像特征联合的配准方法，提高了配准的准确性，包括以下几 个步骤：
[0006] 步骤一：读入原始SAR图像和光学图像数据及相关参数；
[0007] 步骤二：将同一目标的SAR图像ISAR和光学图像I_进行图像分割处理；
[0008] 采用条件迭代法，对图像进行迭代计算全局能量E，满足收敛条件时停止迭代，得 到图像分割结果。
[0009] 步骤三：图像分割结果进行角点检测；
[0010]采用SUSAN算子对步骤二得到的图像分割结果进行角点检测，得到角点检测结 果；
[0011] 步骤四：图像分割结果进行边缘检测；
[0012] 采用canny边缘检测方法将步骤二得到的图像分割结果进行边缘检测，得到边缘 检测结果；
[0013] 步骤五：提取图像的兴趣区域和角点；
[0014] 将步骤四得到边缘检测结果进行Hough变换，提取边缘检测结果中的直线，求解 直线交点得到图像兴趣区域，在兴趣区域中提取该兴趣区域中的角点；
[0015] 步骤六：SAR图像和光学图像配准；
[0016] 将步骤五得到的兴趣角点进行配对，求解仿射变换矩阵参数，并由仿射变换矩阵 将光学图像向SAR图像配准。
[0017] 本发明优点在于：
[0018] (1)本发明提出了一种基于多种特征联合的目标SAR图像和光学图像配准方法， 解决了目前对于目标SAR图像和光学图像没有合理准确配准方法的现状。
[0019] (2)本发明提出了一种基于多种特征联合的目标SAR图像和光学图像配准方法， 具有多种图像特征融合的特点。本发明提出的配准方法融合了多种图像特征，由于使用单 一图像特征进行光学图像和SAR图像配准，会受到SAR图像和光学图像工作在不同频段， 成像机理不同等条件的制约，这就降低了使用单一图像特征进行配准的准确性，本方法使 用多种图像特征融合的方法，有效降低了频段，成像机理等条件的影响，提高了配准的准确 性。
【附图说明】
[0020] 图1是本发明提出的一种基于多种特征联合的目标SAR图像和光学图像配准方法 流程图；
[0021] 图2是实施例输入图像，其中，图2 (a)为输入光学图像，图2 (b)为输入SAR图像；
[0022] 图3是实施例图像分割结果，其中，图3(a)为光学图像分割结果，图3(b)为SAR 图像分割结果；
[0023] 图4是实施例边缘检测结果，其中，图4(a)为光学图像边缘检测结果，图4(b)为 SAR图像边缘检测结果；
[0024] 图5是实施例兴趣区域提取结果，其中，图5(a)为光学图像兴趣区域提取结果，图 5(b)为SAR图像兴趣区域提取结果；
[0025] 图6是实施例配准结果，其中，图6 (a)为输入光学图像，图6 (b)为输入SAR图像， 图6(c)为向SAR图像配准后的光学图像。
【具体实施方式】
[0026] 下面将结合附图和实施例对本发明作进一步的详细说明。
[0027] 本发明提出一种基于多种特征联合的目标SAR图像和光学图像配准方法，处理的 对象是同一目标的SAR图像和光学图像，得到的结果是经过配准的同一目标的SAR图像和 光学图像。
[0028] 本发明是一种基于多种特征联合的目标SAR图像和光学图像配准方法，具体流程 如图1所示，包括以下步骤：
[0029] 步骤一：读入待配准的同一目标的SAR图像ISAR和光学图像I_。其中，ISAR是一 个二维数组，表示待配准SAR图像的灰度值，大小SNiXM1;I_是一个二维数组，表示待配 准光学图像的灰度值，大小SN2XM2。
[0030] 步骤二：将同一目标的SAR图像ISAR和光学图像I_分别进行图像分割处理，图像 分割处理采用条件迭代法。具体可以分为以下几个步骤：
[0031] 假设用y来表示观测图像，分割结果用X来表示，X中不同的值表示不同的种类， 采用以下邻域模型作为先验模型：
[0032]
[0033] (1)
[0034] 其中，β为耦合系数，Z为常数，δ( ·)表示冲激函数，Χιx]表示不同种类，N表 示不同种类个数，ni表示第i区域范围；
[0035]将
[0036]
[0037] 称作是能量函数。其中，Μ表示观测图像中的一个区域，Xl]，yi]分别表示分割结果 和观测图像中该区域中的点，i,j代表点的坐标，σ(·)表示求标准差函数；
[0038](a)通过非监督方法得到背景和目标的高斯分布的参数，初始化耦合系数β，得 到了初始的参数集合；
[0039] (b)利用初始参数，利用最大似然准则来对图像进行初始分割，即对图像中的每个 像素点取为f=ail?max(T)，得到了初始分割场X，计算全局能量E;
[0040](C)得到新状态：选取当前状态的邻域状态X'，计算新状态的全局能量函数E'，若 满足E' <E，则接受新状态X'，否则，不接受新状态；
[0041] (d)收敛条件：将当前状态的全局能量E和新状态的全局能量E'进行比较，如果 全局能量E保持η(-般设定η= 5)次保持不变，则认为是满足收敛条件，迭代结束，X为 最终的分割场，Ε为最终的分割场能量；否则，转入步骤（3)进入下一次的迭代，直到满足条 件⑷。
[0042] 步骤三：将步骤二得到的SAR和光学图像图像分割结果分别进行角点检测，角点 检测采用SUSAN算子。
[0043] (a)SUSAN算子模板是指用37个像素排成7行，分别有3, 5, 7, 7, 7, 5, 3个像素，而 组成的一个模板。
[0044] (b)SUSAN模板N(X，y)在图像上滑动，在每个位置上比较模板内各个图像像素的 灰度与模板核心的灰度，得到比较结果：
[0045]
(I)
[0046] 其中（χ。^。）是模板核心在图像中的位置坐标，（x，y)是模板N(x，y)中其他位置， I(χ。，y。）和I(χ，y)分别是（χ。，y。）和（χ，y)处像素的灰度，τ是一个灰度差的阈值。
[0047] (c)计算模板内所有点的c值，得到一个输出的游程和：
[0048]
.(斗）
[0049] ⑷将游程和S与一个固定的几何阈值G进