基于定向角反演的極化sar圖像匹配方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及景象匹配制導(dǎo)技術(shù)領(lǐng)域，特別設(shè)及一種基于定向角反演的極化SAR圖 像匹配方法及裝置。
【背景技術(shù)】
[0002] 現(xiàn)有的SAR(SyntheticApertureRadar,合成孔徑雷達(dá)）圖像匹配算法對(duì)山區(qū)匹 配的結(jié)果較差。由于SAR為側(cè)視斜距成像，當(dāng)?shù)孛娲嬖诟叨绕鸱鼤r(shí)，距離像將存在迎坡縮 短、背坡拉伸、陰影W及頂?shù)椎怪玫葞缀问д妗Ｒ虼?，?dāng)兩幅SAR圖像的成像區(qū)域地面高度 起伏較大且成像幾何結(jié)構(gòu)不同時(shí)，二者之間將存在嚴(yán)重的幾何形變，有時(shí)甚至通過(guò)人眼都 無(wú)法識(shí)別為同一區(qū)域。該種現(xiàn)象在低空成像時(shí)尤為嚴(yán)重，給山區(qū)SAR圖像匹配帶來(lái)了極大 的困難。W舊金山區(qū)域?yàn)槔?，圖1給出了不同入射方向的極化SAR總功率圖像使用SIFT算 法匹配的結(jié)果。其中，參照?qǐng)D1所示，左側(cè)圖像的入射方向?yàn)閺纳系较?，右?cè)圖像的入射方 向?yàn)閺淖蟮接?，?duì)比圖中左右兩幅圖可W看出，地形起伏較小的城市地區(qū)呈現(xiàn)較好的相似 性，得到了較多的匹配點(diǎn)；而方框中起伏較大的山區(qū)，呈現(xiàn)很嚴(yán)重的幾何形變，沒(méi)有獲得匹 配點(diǎn)。對(duì)于山區(qū)而言，DEM值igitalElevationModel,數(shù)字高程模型）是最穩(wěn)定的特征。
[0003] 其中，將DEM和極化SAR數(shù)據(jù)進(jìn)行聯(lián)系的最好手段是定向角。極化SAR可W通過(guò) 定向角來(lái)反演DEM。1996年，Schuler等人對(duì)極化SAR圖像的定向角進(jìn)行了計(jì)算，并用之 進(jìn)行地形的測(cè)量。2000年，Schuler等人通過(guò)利用多次飛行的極化SAR數(shù)據(jù)反演定向角， 進(jìn)而對(duì)山地進(jìn)行了地形的測(cè)量。國(guó)內(nèi)對(duì)極化SAR進(jìn)行定向角及DEM反演的研究也有很多。 2004年，金亞秋院±在只能獲得單次飛行SAR數(shù)據(jù)的情況下，提出用傾斜地表水平方位排 列產(chǎn)生的圖像紋理作形態(tài)學(xué)細(xì)化算法來(lái)確定水平方位向角，進(jìn)而確定方位向坡度及距離向 坡度，實(shí)現(xiàn)DEM的反演。2009年，化en等人通過(guò)結(jié)合定向角和shape-化om-shading技術(shù)實(shí) 現(xiàn)了DEM的反演。
[0004] 2004年，Lowe在現(xiàn)有不變量技術(shù)特征檢測(cè)方法的基礎(chǔ)上，提出了SIFT(Scare InvariantFeETtureTransform)算法。該是一種對(duì)圖像縮放、旋轉(zhuǎn)及仿射變換具有不變性 的特征匹配算法。該算法具有很強(qiáng)的匹配能力，通過(guò)提取穩(wěn)定特征來(lái)處理圖像之間的仿射、 視角、光照變換下的匹配問(wèn)題。近年來(lái)，SIFT變換也被用于SAR圖像的匹配。由于SAR圖像 具有很強(qiáng)的斑點(diǎn)噪聲，SIFT算法易得到錯(cuò)誤的關(guān)鍵點(diǎn)，導(dǎo)致匹配失敗。對(duì)于非同源SAR圖 像，匹配率常常很低，該也是SIFT算法在SAR景象匹配中面臨的重要問(wèn)題。

【發(fā)明內(nèi)容】

[0005] 本申請(qǐng)是基于發(fā)明人對(duì)W下問(wèn)題的認(rèn)識(shí)和發(fā)現(xiàn)作出的：
[0006] 由于在不同視角下，極化SAR圖像的散射矩陣都不一樣。而且山區(qū)SAR圖像固有 的幾何崎變，例如迎坡縮短、背坡拉伸W及頂?shù)椎怪?，?dǎo)致山區(qū)SAR景象匹配變得非常困難
[0007] 本發(fā)明旨在至少在一定程度上解決上述相關(guān)技術(shù)中的技術(shù)問(wèn)題之一。
[000引為此，本發(fā)明的一個(gè)目的在于提出一種基于定向角反演的極化SAR圖像匹配方 法，該方法能夠解決山區(qū)經(jīng)景象匹配難的問(wèn)題，提高匹配效果。
[0009] 本發(fā)明的另一個(gè)目的在于提出一種基于定向角反演的極化SAR圖像匹配裝置。
[0010] 為達(dá)到上述目的，本發(fā)明一方面實(shí)施例提出了一種基于定向角反演的極化SAR圖 像匹配方法，包括W下步驟：獲取DEM數(shù)據(jù)和極化SAR數(shù)據(jù)；根據(jù)所述DEM數(shù)據(jù)進(jìn)行反演，W 獲取第一定向角；根據(jù)所述SAR數(shù)據(jù)進(jìn)行反演，W獲取第二定向角；分別對(duì)所述第一定向角 和所述第二定向角進(jìn)行可視化處理；W及通過(guò)BFSIFT算法對(duì)可視化處理后的第一定向角 和第二定向角進(jìn)行匹配。
[0011] 根據(jù)本發(fā)明實(shí)施例提出的基于定向角反演的極化SAR圖像匹配方法，通過(guò)將由 DEM數(shù)據(jù)和極化SAR數(shù)據(jù)獲取的定向角進(jìn)行可視化處理，W利用BFSIFT算法進(jìn)行匹配，從而 解決SAR圖像在地形起伏較大區(qū)域例如山區(qū)的配準(zhǔn)問(wèn)題，從DEM該一山區(qū)穩(wěn)定特征出發(fā)，實(shí) 現(xiàn)極化SAR圖像和DEM的匹配，不但減小匹配時(shí)間，提高運(yùn)算準(zhǔn)確率，而且運(yùn)算復(fù)雜度低，運(yùn) 算穩(wěn)定性高。
[0012] 另外，根據(jù)本發(fā)明上述實(shí)施例的基于定向角反演的極化SAR圖像匹配方法還可W 具有如下附加的技術(shù)特征：
[0013] 進(jìn)一步地，在本發(fā)明的一個(gè)實(shí)施例中，在根據(jù)所述DEM數(shù)據(jù)進(jìn)行反演時(shí)，所述第一 定向角與方位向坡度和距離向坡度的關(guān)系式為：
[0014]
[0015] 其中，為由坡度產(chǎn)生的定向角，4為雷達(dá)視線的照射角，tan丫為所述距離向坡 度，tan0為所述方位向坡度。
[0016] 進(jìn)一步地，在本發(fā)明的一個(gè)實(shí)施例中，通過(guò)基于圓極化基的定向角反演算法對(duì)所 述SAR數(shù)據(jù)進(jìn)行反演。
[0017] 進(jìn)一步地，在本發(fā)明的一個(gè)實(shí)施例中，通過(guò)線性變換分別將所述第一定向角和所 述第二定向角映射至預(yù)設(shè)圖像區(qū)間，W實(shí)現(xiàn)可視化處理。
[001引進(jìn)一步地，在本發(fā)明的一個(gè)實(shí)施例中，所述預(yù)設(shè)圖像區(qū)間可W為[0 1]區(qū)間。
[0019] 本發(fā)明另一方面實(shí)施例提出了一種基于定向角反演的極化SAR圖像匹配裝置，包 括：獲取模塊，用于獲取DEM數(shù)據(jù)和極化SAR數(shù)據(jù)；第一反演模塊，用于根據(jù)所述DEM數(shù)據(jù)進(jìn) 行反演，W獲取第一定向角；第二反演模塊，用于根據(jù)所述SAR數(shù)據(jù)進(jìn)行反演，W獲取第二 定向角；可視化模塊，用于分別對(duì)所述第一定向角和所述第二定向角進(jìn)行可視化處理；W 及匹配模塊，用于通過(guò)BFSIFT算法對(duì)可視化處理后的第一定向角和第二定向角進(jìn)行匹配。
[0020] 根據(jù)本發(fā)明實(shí)施例提出的基于定向角反演的極化SAR圖像匹配裝置，通過(guò)將由 DEM數(shù)據(jù)和極化SAR數(shù)據(jù)獲取的定向角進(jìn)行可視化處理，W利用BFSIFT算法進(jìn)行匹配，從而 解決SAR圖像在地形起伏較大區(qū)域例如山區(qū)的配準(zhǔn)問(wèn)題，從DEM該一山區(qū)穩(wěn)定特征出發(fā)，實(shí) 現(xiàn)極化SAR圖像和DEM的匹配，不但減小匹配時(shí)間，提高運(yùn)算準(zhǔn)確率，而且運(yùn)算復(fù)雜度低，運(yùn) 算穩(wěn)定性高。
[0021] 另外，根據(jù)本發(fā)明上述實(shí)施例的基于定向角反演的極化SAR圖像匹配裝置還可W 具有如下附加的技術(shù)特征：
[0022] 進(jìn)一步地，在本發(fā)明的一個(gè)實(shí)施例中，在根據(jù)所述DEM數(shù)據(jù)進(jìn)行反演時(shí)，所述第一 定向角與方位向坡度和距離向坡度的關(guān)系式為：
[0023]
[0024] 其中，為由坡度產(chǎn)生的定向角，4為雷達(dá)視線的照射角，tan丫為所述距離向坡 度，tan0為所述方位向坡度。
[0025] 進(jìn)一步地，在本發(fā)明的一個(gè)實(shí)施例中，所述第二反演模塊用于通過(guò)基于圓極化基 的定向角反演算法對(duì)所述SAR數(shù)據(jù)進(jìn)行反演。
[0026] 進(jìn)一步地，在本發(fā)明的一個(gè)實(shí)施例中，所述可視化模塊還用于通過(guò)線性變換分別 將所述第一定向角和所述第二定向角映射至預(yù)設(shè)圖像區(qū)間，W實(shí)現(xiàn)可視化處理。
[0027] 進(jìn)一步地，在本發(fā)明的一個(gè)實(shí)施例中，所述預(yù)設(shè)圖像區(qū)間可W為[0 1]區(qū)間。
[002引本發(fā)明附加的方面和優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變 得明顯，或通過(guò)本發(fā)明的實(shí)踐了解到。
【附圖說(shuō)明】
[0029] 本發(fā)明的上述和/或附加的方面和優(yōu)點(diǎn)從結(jié)合下面附圖對(duì)實(shí)施例的描述中將變 得明顯和容易理解，其中：
[0030] 圖1為相關(guān)技術(shù)中不同入射方向的極化SAR圖像匹配效果的差異性示意圖；
[0031] 圖2為根據(jù)本發(fā)明實(shí)施例的基于定向角反演的極化SAR圖像匹配方法的流程圖；
[0032] 圖3為根據(jù)本發(fā)明一個(gè)實(shí)施例的基于定向角反演的極化SAR圖像匹配方法的流程 圖；
[003引圖4為根據(jù)本發(fā)明一個(gè)實(shí)施例的BFSIFT算法的流程圖；
[0034] 圖5為根據(jù)本發(fā)明一個(gè)實(shí)施例的使用TopSAR數(shù)據(jù)（t巧45和ts555)進(jìn)行山區(qū)景 象匹配的結(jié)果示意圖；
[0035] 圖6為根據(jù)本發(fā)明一個(gè)實(shí)施例的使用TopSAR數(shù)據(jù)（t巧55和ts554)進(jìn)行山區(qū)景 象匹配的結(jié)果示意圖；W及
[0036] 圖7為根據(jù)本發(fā)明實(shí)施例的基于定向角反演的極化SAR圖像匹配裝置的結(jié)構(gòu)示意 圖。
【具體實(shí)施方式】
[0037] 下面詳細(xì)描述本發(fā)明的實(shí)施例，所述實(shí)施例的示例在附圖中示出，其中自始至終 相同或類似的標(biāo)號(hào)表示相同或類似的元件或具有相同或類似功能的元件。下面通過(guò)參考附 圖描述的實(shí)施例是示例性的，旨在用于解釋本發(fā)明，而不能理解為對(duì)本發(fā)明的限制。
[003引此外，術(shù)語(yǔ)"第一"、"第二"僅用于描述目的，而不能理解為指示或暗示相對(duì)重要性 或者隱含指明所指示的技術(shù)特征的數(shù)量。由此，限定有"第一"、"第二"的特征可W明示或 者隱含地包括一個(gè)或者更多個(gè)該特征。在本發(fā)明的描述中，"多個(gè)"的含義是兩個(gè)或兩個(gè)W 上，除非另有明確具體的限定。
[0039] 在本發(fā)明中，除非另有明確的規(guī)定和限定，術(shù)語(yǔ)"安裝"、"相連"、"連接"、"固定"等 術(shù)語(yǔ)應(yīng)做廣義理解，例如，可W是固定連接，也可W是可拆卸連接，或一體地連接；可W是機(jī) 械連接，也可W是電連接；可W是直接相連，也可W通過(guò)中間媒介間接相連，可W是兩個(gè)元 件內(nèi)部的連通。對(duì)于本領(lǐng)域的普通技術(shù)人員而