區(qū)域相似性和局部空間約束的非剛性sar圖像配準方法
【技術領域】
[0001] 本發(fā)明屬于圖像處理技術領域，具體涉及雷達圖像處理中的圖像配準方法，可用 于圖像融合和變化檢測。
【背景技術】
[0002] 合成孔徑雷達SAR系統(tǒng)因其全天時，全天候，具有穿透性等特點而廣泛應用于軍 事和民用鄰域。SAR圖像配準作為SAR圖像應用中的關鍵環(huán)節(jié)，它是對取自不同時間、不同 視角的同一景物的兩幅或多幅SAR圖像進行匹配、疊加的過程。其主要目的是消除或減少 參考圖像和待配準圖像之間由于成像條件不同所引起的幾何形變，從而獲得具有幾何一致 性，即最佳空間位置匹配的兩幅圖像。
[0003] 圖像配準主要包括剛性配準和非剛性配準兩類，其中前者目前已基本趨于成熟， 后者作為近年來圖像配準問題的研宄熱點則有待進一步發(fā)展。近幾年，剛性配準方法在SAR 圖像配準中得到了廣泛地應用，然而在處理大幅SAR圖像配準時，剛性配準方法并不能獲 得很好的結(jié)果。這主要是因為大幅SAR圖像中存在非剛性變換，即扭變、拉變等，剛性配準 方法無法模擬該形變過程，因此難以實現(xiàn)大幅SAR圖像的精確配準。針對剛性配準存在的 不足，學者們提出了非剛性圖像配準方法。
[0004] 對于非剛性圖像配準問題，目前提出的方法主要包括基于灰度和基于特征的配準 方法。基于灰度的非剛性配準方法雖然容易實現(xiàn)，但計算復雜度高，容易陷入局部最優(yōu)解， 而且易受噪聲的影響?；谔卣鞯姆莿傂耘錅史椒ㄓ捎诓恢苯幼饔糜趫D像灰度值，而是作 用于圖像本身的特征，因而對灰度變化有較強的適應能力，且計算量小，能夠處理圖像間的 配準問題。然而由于SAR圖像中存在斑點噪聲，基于特征的非剛性配準方法在處理大幅SAR 圖像配準時，往往會帶來大量的錯誤匹配點，影響配準的效果。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于提出一種基于區(qū)域相似性和局部空間約束的非剛性SAR圖像 配準方法，以解決現(xiàn)有技術中進行大幅SAR圖像配準時效果不佳的問題。
[0006] 實現(xiàn)本發(fā)明目的的技術思路是：利用特征點背景區(qū)域相似性函數(shù)和局部空間約束 條件形成匹配代價函數(shù)，采用概率松弛算法對匹配代價函數(shù)進行迭代優(yōu)化，獲取最佳的匹 配點對，有效地增強對斑點噪聲和特征異常點的魯棒性，其具體實現(xiàn)步驟包括如下：
[0007] (1)輸入兩幅圖像，任選一幅作為參考圖像I1，將另一幅作為待配準圖像I 2;
[0008] (2)提取參考圖像I1和待配準圖像12的特征點，將I種1 2的所有特征點分別存 放在集合R和S中，并生成參考圖像和待配準圖像的特征點描述符desJP des s，計算參考 圖像I1中任一特征點描述符與待配準圖像特征點描述符dess的歐式距離a ij;
[0009] (3)構(gòu)建特征點背景區(qū)域相似性：
[0010] (3a)從參考圖像特征點集合R中任意選取一個特征點ri，取該特征點周圍鄰域 11 X 11的窗口，計算所取窗口區(qū)域的灰度直方圖矢量;
[0011] (3b)從待配準圖像特征點集合S中任意選取一個特征點，取該特征點周圍鄰域 11X11的窗口，計算所取窗口區(qū)域的灰度直方圖矢量;
[0012] (3c)計算上述兩個灰度直方圖矢量,的歐式距離β u，將得到的距離值 β u作為參考圖像特征點r i和待配準圖像特征點\對應的背景區(qū)域的相似程度；
[0013] (3d)遍歷參考圖像和待配準圖像所有特征點，重復步驟（3a)_(3c)，得到所有參 考圖像特征點和待配準圖像特征點對應的背景區(qū)域相似性；
[0014] (4)構(gòu)建特征點局部空間約束條件：
[0015] (4a)從參考圖像特征點集合R中任意選取一個特征點取該特征點最近鄰的7 個鄰域點，將所取的7個鄰域點映射到與特征點ri最有可能成為匹配點的待配準圖像特征 點sf⑴的鄰域內(nèi)，計算該特征點ri與其鄰域點間的空間關系h(r i, rk, sf(i), sf(k)):
[0016]
【主權(quán)項】
1. 一種區(qū)域相似性和局部空間約束的非剛性SAR圖像配準方法，包括如下步驟： (1) 輸入兩幅圖像，任選一幅作為參考圖像I1，將另一幅作為待配準圖像I2; (2) 提取參考圖像I1和待配準圖像I 2的特征點，將I JP I 2的所有特征點分別存放在 集合R和S中，并生成參考圖像和待配準圖像的特征點描述符desJP des s，計算參考圖像 I1中任一特征點描述符與待配準圖像特征點描述符dess的歐式距離a ij; (3) 構(gòu)建特征點背景區(qū)域相似性： (3a)從參考圖像特征點集合R中任意選取一個特征點IV取該特征點周圍鄰域11 X 11 的窗口，計算所取窗口區(qū)域的灰度直方圖矢量 (3b)從待配準圖像特征點集合S中任意選取一個特征點Sj，取該特征點周圍鄰域 11 X 11的窗口，計算所取窗口區(qū)域的灰度直方圖矢量 (3c)計算上述兩個灰度直方圖矢量和,的歐式距離^ij，將得到的距離值^ij 作為參考圖像特征點^和待配準圖像特征點^對應的背景區(qū)域的相似程度； (3d)遍歷參考圖像和待配準圖像所有特征點，重復步驟（3a)-(3c)，得到所有參考圖 像特征點和待配準圖像特征點對應的背景區(qū)域相似性； (4) 構(gòu)建特征點局部空間約束條件： (4a)從參考圖像特征點集合R中任意選取一個特征點取該特征點最近鄰的7個 鄰域點，將所取的7個鄰域點映射到與特征點ri最有可能成為匹配點的待配準圖像特征點 sf(i)的鄰域內(nèi)，計算該特征點ri與其鄰域點間的空間關系h(r i, rk, sf(i), sf(k)):
其中，Ni表示參考圖像特征點r亦7個最近鄰點的集合，f ( ·)表示參考圖像特征點 集合R到待配準圖像特征點集合S的匹配函數(shù)，M · I I表示歐式距離，i表示參考圖像特征 點的索引，k表示第i個參考圖像特征點所取的最近鄰點的索引，其取值范圍為1到7 ; (4b)從待配準圖像特征點集合S中任意選取一個特征點，取該特征點最近鄰的7個 鄰域點，將所取的7個鄰域點映射到與特征點最有可能成為匹配點的參考圖像特征點 的鄰域內(nèi)，計算特征點4與其鄰域點間的空間關系:
其中，Nj表示待配準圖像特征點s」的7個最近鄰點的集合，(·)表示待配準圖像特 征點集合S到參考圖像特征點集合R的匹配函數(shù)，j表示待配準圖像特征點的索引，1表示 第j個待配準圖像特征點所取的最近鄰點的索引，其取值范圍為1到7 ; (4c)遍歷參考圖像和待配準圖像所有特征點，重復步驟（4a)和（4b)，采用以下公式定 義特征點對間的空間關系誤差h (R，S，f):
其中，隊和Ns分別表示參考圖像特征點和待配準圖像特征點總個數(shù)； (4d)結(jié)合步驟（4c)得到空間關系誤差項，按下式描述特征點局部空間約束條件 cg(R,S,f)：
其中"(A/f，./，
為輔助函數(shù)，exp( ·)表示指數(shù)函數(shù)，σ表示平滑系 數(shù)； (5) 利用特征點的局部描述符和其對應的背景區(qū)域相似性以及局部空間約束條件，構(gòu) 建匹配代價函數(shù)：
其中，(Iij= exp(_a。/2 σ 2)表示局部描述符相似性，I3ij= exp(_|3 υ·/2 σ 2)表示特征 點背景區(qū)域相似性，P表示二值變量矩陣，λ為權(quán)重參數(shù)，Pu表示第i個參考圖像特征點ri 和第j個待配準圖像特征點的匹配情況，若p U= 1，則參考圖像特征點r i和待配準圖像 特征點\_是正確的匹配點，若p u= 0,則r ,和\不是正確的匹配點，i的取值范圍為1到 隊，j的取值范圍為1到Ns，pkl表示參考圖像特征點r i的第k個鄰域點與待配準圖像特征 點的第1個鄰域點的匹配情況，k和1的取值范圍均為1到7 ; (6) 利用概率松弛算法對步驟（5)得到的匹配代價函數(shù)進行迭代優(yōu)化，得到最佳匹配 占. (7) 根據(jù)最佳匹配點，利用薄板樣條模型，計算待配準圖像的幾何形變參數(shù)，并利用該 幾何形變參數(shù)，將待配準圖像進行幾何變換，得到配準結(jié)果。
2.根據(jù)權(quán)利要求1所述的區(qū)域相似性和局部空間約束的非剛性SAR圖像配準方法，其 特征在于所述步驟（5)中構(gòu)建匹配代價函數(shù)，按如下步驟進行： 5a)定義非剛性SAR圖像配準的匹配代價函數(shù)c (R，S，f)為：
其中，cf(R，S，f)表示特征匹配代價項，Clij= eXp(-a i/2。2)表示局部描述符相似性， bij= eXp(_f3 i/2。2)表示特征點背景區(qū)域相似性，λ為權(quán)重參數(shù)； 5b)基于匹配代價函數(shù)，將匹配函數(shù)f采用一個二值變量矩陣P表示，結(jié)合該二值變量 矩陣P，采用下式重新定義匹配代價函數(shù)c(R，S，f):
其中，Pu表示第i個參考圖像特征點r i與第j個待配準圖像特征點\的匹配情況，若 Pij= 1，參考圖像特征點r i與待配準圖像特征點s』是正確的匹配點，若p u= 0,則;r占 s』 不是正確的匹配點，i的取值范圍為1到隊，j的取值范圍為1到Ns，pkl表示參考圖像特征 點A的第k個鄰域點與待配準圖像特征點\的第1個鄰域點的匹配情況，k和1的取值范 圍均為1到7。
3.根據(jù)權(quán)利要求1所述的區(qū)域相似性和局部空間約束的非剛性SAR圖像配準方法，其 特征在于所述步驟（6)利用概率松弛算法對步驟（5)得到的匹配代價函數(shù)進行迭代優(yōu)化， 得到最佳匹配點，按如下步驟進行： 6a)采用如下公式對匹配代價函數(shù)進行更新迭代：
)表示輔助函數(shù)，Pim 表示第i個參考圖像特征點^與第m個待配準圖像特征點Sm的匹配情況，m表示輔助變量， 其取值范圍為1到Ns，表示第i個參考圖像特征點A與第j個待配準圖像特征點s」的 初始匹配情況； 6b)設置閾值th = 0. 8,若得到的Pij滿足pth，則將參考圖像特征點r祚為待配 準圖像特征點的匹配點。
【專利摘要】本發(fā)明公開了一種區(qū)域相似性和局部空間約束的非剛性SAR圖像配準方法，主要解決現(xiàn)有剛性配準方法應用于大幅SAR圖像配準效果不佳的問題，其實現(xiàn)的步驟是：1.輸入兩幅SAR圖像；2.提取輸入圖像的特征點，計算局部特征描述符相似性；3.構(gòu)建特征點背景區(qū)域相似性；4.構(gòu)建特征點局部空間約束條件；5.根據(jù)步驟2、3和4構(gòu)建匹配代價函數(shù)；6.利用概率松弛算法對匹配代價函數(shù)進行迭代優(yōu)化，得到最佳匹配點；7.根據(jù)最佳匹配點，獲得幾何形變參數(shù)，得到配準結(jié)果。本發(fā)明與現(xiàn)有技術相比，增強了對斑點噪聲和特征異常點的魯棒性，提高了模擬非剛性形變的能力，提高了大幅實測SAR圖像配準效果，可用于圖像融合和變化檢測。
【IPC分類】G06T7-00
【公開號】CN104732546
【申請?zhí)枴緾N201510155396
【發(fā)明人】吳艷, 樊建偉, 李明, 張慶君, 王凡, 張強
【申請人】西安電子科技大學
【公開日】2015年6月24日
【申請日】2015年4月2日