基于SAR-SIFT特征的多时相POLSAR图像配准方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110458876A(43)申请公布日2019.11.15(21)申请号201910729648.5(22)申请日2019.08.08(71)申请人哈尔滨工业大学地址150001黑龙江省哈尔滨市南岗区西大直街92号(72)发明人邹斌李昊璘张腊梅徐晓芳(74)专利代理机构哈尔滨市阳光惠远知识产权代理有限公司23211代理人刘景祥(51)Int.Cl.G06T7/33(2017.01)G06K9/00(2006.01)G06K9/46(2006.01)权利要求书4页说明书11页附图4页(54)发明名称基于SAR-SIFT特征的多时相POLSAR图像配准方法(57)摘要本发明是基于SAR-SIFT特征的多时相POLSAR图像配准方法。本发明在对多时相POLSAR图像配准的过程中，通过将极化散射分量相结合的方式构建多维极化散射矢量来计算像素点的梯度，解决了现有技术在对POLSAR图像配准时未能充分利用图像中的极化信息的问题，有效提高了配准过程中特征点提取的精度，使配准算法具有较高的性能，实现高效配准任务。在对多时相POLSAR图像配准时构建尺度空间的过程中，采用全变分模型代替高斯卷积，使构建的尺度空间保留更多的细节信息，并且能有效滤除图像中的相干斑噪声，从而提取出稳定的特征点，剔除误匹配点对，提高多时相POLSAR图像配准算法的精确度和鲁棒性。CN110458876ACN110458876A权利要求书1/4页1.一种基于SAR-SIFT特征的多时相POLSAR图像配准方法，其特征是：包括以下步骤：步骤一：获取同一地区两幅不同时相下的POLSAR图像，选择其中任意一幅作为基准图像，另外一幅作为待配准图像，基于极化目标分解方法分解所述两幅图像得到极化散射分量，构建多维极化散射矢量；步骤二：基于构建的多维极化散射矢量，计算POLSAR图像的梯度幅值和相位；步骤三：基于全变分模型构建POLSAR图像的多尺度空间，在所述多尺度空间中获取稳定的特征点；步骤四：对每个特征点构建特征描述子，根据匹配准则确定几何空间模型，并对待配准图像进行变换，得到配准结果。2.根据权利要求1所述的一种基于SAR-SIFT特征的多时相POLSAR图像配准方法，其特征是：所述步骤一具体为：第一步：获取同一地区两幅不同时相下的POLSAR图像，选择其中任意一幅作为基准图像，另外一幅作为待配准图像；第二步：基于极化目标分解方法分解所述两幅POLSAR图像，得到极化散射分量；第三步：基于所述极化散射分量，构建多维极化散射矢量。3.根据权利要求1所述的一种基于SAR-SIFT特征的多时相POLSAR图像配准方法，其特征是：所述步骤二具体为：第一步：基于构建的多维极化散射矢量，确定散射向量，通过下式表示散射分量：其中，为图像沿水平方向x的一阶偏导，定义为图像沿水平方向垂直方向y的一阶偏导，代表偏导；第二步：根据不同类型极化散射功率，确定沿x,y方向的梯度分量，通过下式表示梯度分量：其中，fxx、fyy分别为沿水平方向x和垂直方向y的梯度分量平方，fxy为水平梯度与垂直梯度之积；第三步：计算POLSAR图像的梯度幅值和相位，通过下式表示POLSAR图像的梯度幅值和相位：2CN110458876A权利要求书2/4页其中，θ(x,y)为POLSAR图像中坐标(x,y)处的相位，gradθ(x,y)为POLSAR图像中坐标(x,y)处像素的梯度幅值。4.根据权利要求1所述的一种基于SAR-SIFT特征的多时相POLSAR图像配准方法，其特征是：所述步骤三具体为：第一步：建立全变分模型，通过下式表示所述全变分模型：其中，TV[I(x,y)]为图像I的全变分模型，I(x,y)为图像中坐标位置(x,y)处的像素点，符号▽为矢量的偏导，为在区域Ω范围进行二次积分；确定全分模型的最小能量泛函形式，通过下式表示所述泛函形式：其中，J[I(x,y)]为图像I的能量泛函，I0为原始图像，I0(x,y)为原始图像中的像素点，第一项为图像的正则项，第二项为图像的保真项，λ为拉格朗日乘子；第二步：根据Euler-Lagrange方程可得所述全分模型的最小能量泛函的梯度下降流，通过下式表示所述下降流：通过有限差分法，求得迭代后图像的近似解，通过下式表示所述近似解：其中，和分别为前一次迭代和后一次迭代图像(i,j)位置像素值，符号▽为对矢量求偏导，Δt为两次迭代间的时间间隔参数第三步：基于全变分模型构建POLSAR图像的多尺度空间，通过下式表示所述多尺度空间：其中，TVα为全变分滤波函数，C(x,y,α)为构建的尺度空间中尺度为α，坐标为(x,y)处的3CN110458876A权利要求书3/4页像素值；第四步：遍历所述基于全变分模型的尺