微波遙感前沿-復(fù)數(shù)影像配準(zhǔn)

《微波遙感前沿-復(fù)數(shù)影像配準(zhǔn)》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、干涉雷達復(fù)數(shù)影像配準(zhǔn)方法INSAR國內(nèi)外發(fā)展現(xiàn)狀I(lǐng)NSAR影像配準(zhǔn)常用方法小波金字塔高精度干涉雷達復(fù)數(shù)影像配準(zhǔn)流程INSAR影像配準(zhǔn)國內(nèi)外現(xiàn)狀不斷出現(xiàn)的各種配準(zhǔn)方法使得配準(zhǔn)的精度越來越高。但始終存在一個問題,就是某一種方法僅對幾組或幾種圖像可以取得很好的效果,但卻不適應(yīng)其他類型的數(shù)據(jù)。國內(nèi)外學(xué)者提出許多影像配準(zhǔn)方法相干系數(shù)法最大干涉頻譜法相位差影像平均波動函數(shù)法最小二乘法動態(tài)規(guī)劃法INSAR影像配準(zhǔn)常用方法相干系數(shù)法最大干涉頻譜法相位差影像平均波動函數(shù)法INSAR影像配準(zhǔn)常用方法以相干系數(shù)作配準(zhǔn)指標(biāo),

2、在參考影像上以待匹配點為中心取一定大小的窗口,對應(yīng)在輸入影像的一定搜索范圍內(nèi),逐行逐點移動,并計算窗口內(nèi)的相干系數(shù),相干系數(shù)最大處即為最佳匹配點。相干系數(shù)法INSAR影像配準(zhǔn)常用方法以頻譜值作配準(zhǔn)指標(biāo),將兩匹配窗口影像進行干涉處理得到干涉條紋圖像,再對干涉條紋圖像進行2維離散傅立葉變換得到2維譜,2維譜復(fù)絕對值(復(fù)數(shù)值的模)中的最大值為配準(zhǔn)指標(biāo)值(頻譜值),最后選取搜索窗口中最大頻譜值點作為配準(zhǔn)點。最大干涉頻譜法INSAR影像配準(zhǔn)常用方法1）計算兩匹配窗口對應(yīng)像素的相位差p(i,j)2）按下式計算窗口

3、的相位差平均波動函數(shù)值f,以f作為窗口中心點的配準(zhǔn)指標(biāo)值。f=∑i∑j

4、p(i+1,j)-p(i,j)

5、+

6、p(i,j+1)-p(i,j)

7、)/23）選取搜索窗口中具最小波動函數(shù)值的點作為配準(zhǔn)點。相位差影像平均波動函數(shù)法以相位差圖像的平均波動函數(shù)值f作為配準(zhǔn)指標(biāo),通過估計干涉條紋圖質(zhì)量來判斷匹配的質(zhì)量。輸入影像參考影像確定控制點幾何變換模型輸入影像重采樣配準(zhǔn)影像輸出影像配準(zhǔn)流程小波金字塔【特點】金字塔影像是一種通過采用由粗到精的搜索策略來提高配準(zhǔn)效率的技術(shù)，它具有速度快，可靠性高的特點。對數(shù)字圖像而言

8、，基于小波金字塔影像的匹配成功率最高。小波具有很好的多分辨率分析能力，又易于在并行計算系統(tǒng)上實現(xiàn)，而且小波多分辨分析又有連續(xù)逼近的能力，因此基于小波金字塔影像的技術(shù)被廣泛應(yīng)用于圖像配準(zhǔn)中。小波金字塔【算法】金字塔影像是對影像進行一次采樣率為l／m(m=2，3?)的重采樣（即把影像的每m*m個像素變成一個像素），這樣就得到一對長、寬都為原來l／m的影像，把它作為金字塔的第一層。再對第一層用同樣方法進行一次采樣率為l／m的重采樣，又得到第二層，以此類推，直到頂層。（其中原始影像作為金字塔影像的底層）小波金

9、字塔【配準(zhǔn)步驟】金字塔底部是待處理圖像的高分辨率表示，而頂部是低分辨率的近似。當(dāng)向金字塔的下層移動時分辨率就會提高，估計的精度隨之提高，同時搜索的范圍也逐級縮小，提高了配準(zhǔn)速度，最終在最高分辨率的圖層上得到滿足精度要求的最優(yōu)解。頂層配準(zhǔn)，得到一組初始配準(zhǔn)參數(shù)將它們傳遞到下一層進行匹配直到原始圖像小波金字塔相似性測度相似性測度的選擇是圖像配準(zhǔn)中最重要的步驟之一，它是用于評估圖像之間相似程度的指標(biāo)，它決定了每一個配準(zhǔn)測試中的相關(guān)特性，將其配準(zhǔn)的程度最后轉(zhuǎn)化為配準(zhǔn)或者不配準(zhǔn)。一般情況下待配準(zhǔn)的圖像是在不同時

10、間、不同條件、甚至不同成像技術(shù)下獲取的，圖像描述的信息存在差別，這種情況下就沒有絕對的配準(zhǔn)問題，只能在某種測度下取得相對最優(yōu)，那么就應(yīng)該尋找一種準(zhǔn)則，使兩幅圖像在這種準(zhǔn)則下達到最佳配準(zhǔn)效果，這里的準(zhǔn)則稱之為相似性測度。相似性測度相關(guān)系數(shù)(標(biāo)準(zhǔn)化的協(xié)方差函數(shù))是最基本的、也是最好的相似性測度之一。簡化后的相關(guān)系數(shù)公式為：式中：A、B——大小為NxN的基準(zhǔn)圖像和待配準(zhǔn)圖像，Axy、Bxy一相應(yīng)小波系數(shù)ILL(LL頻帶小波系數(shù))。相關(guān)系數(shù)是兩者之間相似程度的線性描述。根據(jù)施瓦茲不等式，O≤P≤1，并且在A／

11、8比值為常數(shù)時取極大值為l。p-q)表示不相關(guān)，膽l表示完全相關(guān)。但實際上兩幅不同圖像的戶值介于0和l之間，很難達到理想值。一般來說，P(A,B)越接近l，兩者越近似的含有線性關(guān)系。高精度干涉雷達復(fù)數(shù)影像配準(zhǔn)流程采用以相干系數(shù)作為配準(zhǔn)精度評價標(biāo)準(zhǔn)，從粗到細(xì)進行影像匹配的流程(如圖)?！净舅枷搿坎捎枚喾N配準(zhǔn)方法的有機組合，盡量避免復(fù)雜的復(fù)數(shù)運算，以在保證準(zhǔn)確性和可靠性的前提下，提高運算效率。高精度干涉雷達復(fù)數(shù)影像配準(zhǔn)流程【主要步驟】(1)粗配準(zhǔn)(2)像元級配準(zhǔn)(3)亞像元級配準(zhǔn)(4)待配準(zhǔn)影像糾正【實

12、驗結(jié)果表明】該匹配處理流程具有較高的可靠性、正確性和運算效率?；谛l(wèi)星軌道參數(shù)的方法干涉雷達影像對的粗配準(zhǔn)引入控制點的方法【方法】基于衛(wèi)星軌道參數(shù)的方法優(yōu)點：能自動完成偏移量的估算缺點：匹配精度較低(10—20個像素)，在軌道參數(shù)無法獲得的情況下更是無法使用。干涉雷達影像對的粗配準(zhǔn)引入控制點的方法優(yōu)點：能在未知軌道參數(shù)的情況下接近較高的配準(zhǔn)精度(接近1個像素)?；谌斯みx控制點的輔圖像初始偏移量計算方法，不需要知道干涉復(fù)數(shù)圖像對軌道信息，而是直接通過人工