微波遥感前沿-复数影像配准.pptx

《微波遥感前沿-复数影像配准.pptx》由会员分享，可在线阅读，更多相关《微波遥感前沿-复数影像配准.pptx（29页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、INSAR国内外发展现状INSAR影像配准常用方法影像配准常用方法小波金字塔小波金字塔高精度干涉雷达复数影像配准流程高精度干涉雷达复数影像配准流程INSAR影像配准国内外现影像配准国内外现状状不断出现的各种配准方法使得配准的精度越来越高。但始终存在一个问题,就是某一种方法仅对几组或几种图像可以取得很好的效果,但却不适应其他类型的数据。国内外学者提出许多影像配准方法相干系数法 最大干涉频谱法 相位差影像平均波动函数法 最小二乘法动态规划法INSAR影像影像配准配准常用常用方法方法相干系数法最大干涉频谱法相位差影像平均波动函数法INSAR影像影像配准配准常用常用方法方法以相干系数作配准指标,在参考

2、影像上以待匹配点为中心取一定大小的窗口,对应在输入影像的一定搜索范围内,逐行逐点移动,并计算窗口内的相干系数,相干系数最大处即为最佳匹配点。相干系数法INSAR影像配准影像配准常用常用方法方法以频谱值作配准指标,将两匹配窗口影像进行干涉处理得到干涉条纹图像,再对干涉条纹图像进行2维离散傅立叶变换得到2维谱,2维谱复绝对值(复数值的模)中的最大值为配准指标值(频谱值),最后选取搜索窗口中最大频谱值点作为配准点。最大干涉频谱法INSAR影像配准影像配准常用常用方法方法1）计算两匹配窗口对应像素的相位差p(i,j)2）按下式计算窗口的相位差平均波动函数值f,以f作为窗口中心点的配准指标值。f=ij|

3、p(i+1,j)-p(i,j)|+|p(i,j+1)-p(i,j)|)/23）选取搜索窗口中具最小波动函数值的点作为配准点。相位差影像平均波动函数法以相位差图像的平均波动函数值f作为配准指标,通过估计干涉条纹图质量来判断匹配的质量。输入影像输入影像参考影像参考影像确定控制点确定控制点几何变换模型几何变换模型输入影像重采样输入影像重采样配准影像输出配准影像输出影像配准流程小小波波金金字字塔塔【特点特点】金字塔影像是一种通过采用由粗到精的搜索策略来提高配准效率的技术，它具有速度快，可靠性高的特点。对数字图像而言，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，又易于在并行计算系

4、统上实现，而且小波多分辨分析又有连续逼近的能力，因此基于小波金字塔影像的技术被广泛应用于图像配准中。小小波波金金字字塔塔【算法算法】金字塔影像是对影像进行一次采样率为lm(m=2，3)的重采样（即把影像的每m*m个像素变成一个像素），这样就得到一对长、宽都为原来lm的影像，把它作为金字塔的第一层。再对第一层用同样方法进行一次采样率为lm的重采样，又得到第二层，以此类推，直到顶层。（其中原始影像作为金字塔影像的底层）小波金字塔小波金字塔【配准步骤】金字塔底部是待处理图像的高分辨率表示，而顶部是低分辨率的近似。当向金字塔的下层移动时分辨率就会提高，估计的精度随之提高，同时搜索的范围也逐级缩小，提高

5、了配准速度，最终在最高分辨率的图层上得到满足精度要求的最优解。直到原始图像将它们传递到下一层进行匹配顶层配准，得到一组初始配准参数小小波波金金字字塔塔相似性测度相似性测度相似性测度的选择是图像配准中最重要的步骤之一，它是用于评估图像之间相似程度的指标，它决定了每一个配准测试中的相关特性，将其配准的程度最后转化为配准或者不配准。一般情况下待配准的图像是在不同时间、不同条件、甚至不同成像技术下获取的，图像描述的信息存在差别，这种情况下就没有绝对的配准问题，只能在某种测度下取得相对最优，那么就应该寻找一种准则，使两幅图像在这种准则下达到最佳配准效果，这里的准则称之为相似性测度。相似性测度相似性测度相

6、关系数(标准化的协方差函数)是最基本的、也是最好的相似性测度之一。简化后的相关系数公式为：式中：A、B大小为NxN的基准图像和待配准图像，Axy、Bxy一相应小波系数ILL(LL频带小波系数)。相关系数是两者之间相似程度的线性描述。根据施瓦兹不等式，OP1，并且在A8比值为常数时取极大值为l。p-q)表示不相关，胆l表示完全相关。但实际上两幅不同图像的户值介于0和l之间，很难达到理想值。一般来说，P(A,B)越接近l，两者越近似的含有线性关系。高精度干涉雷达复数影像配准流程高精度干涉雷达复数影像配准流程 采用以相干系数作为配准精度评价标准，从粗到细进行影像匹配的流程(如图)。【基本思想】采用多

7、种配准方法的有机组合，尽量避免复杂的复数运算，以在保证准确性和可靠性的前提下，提高运算效率。高精度干涉雷达复数影像配准流程高精度干涉雷达复数影像配准流程【主要步骤】(1)粗配准(2)像元级配准(3)亚像元级配准(4)待配准影像纠正【实验结果表明】该匹配处理流程具有较高的可靠性、正确性和运算效率。基于卫星轨道参数的方法干涉雷达影像对的粗配准干涉雷达影像对的粗配准引入控制点的方法【方法】基于卫星轨道参数的方法优点：能自动完成偏移量的估算缺点：匹配精度较低(1020个像素)，在轨道参数无法获得的情况下更是无法使用。干涉雷达影像对的粗配准干涉雷达影像对的粗配准引入控制点的方法优点：能在未知轨道参数的情

8、况下接近较高的配准精度(接近1个像素)。基于人工选控制点的辅图像初始偏移量计算方法，不需要知道干涉复数图像对轨道信息，而是直接通过人工选取控制点的方式，可以计算辅图像相对主图像的初始偏移及旋转量。控制点对选取越多，分布越均匀，粗配准精度越高。缺点：需要人工参与，配准精度对所选择的控制点有很强的依赖性。干涉雷达影像对的粗配准干涉雷达影像对的粗配准在实际应用中，根据数据情况可以选择这两种方式之一使用：基于卫星轨道参数的方法只能计算两图像的平移偏差控制点的方法计算两图像的平移偏差的同时计算了两图像之间的旋转偏差干涉雷达影像对的粗配准干涉雷达影像对的粗配准干涉雷达测量中复图像的像元级配准通常采用的是基

9、于窗口的自动配准技术，利用主图像和辅图像在空间域或频率域进行配准。在主图像上选取匹配窗，辅图像上选取搜索窗，在搜索窗内按行列以不同的整像元偏移量计算匹配窗与对应窗的匹配质量评价指标，由此得到的配准精度大约为一个像元。当前，最常用的配准相似性的评价参数是：相干系数法最大谱估计法平均波动函数法等但都存在运算量大的缺点。干涉雷达影像对像元级配准干涉雷达影像对像元级配准所以采用相干系数的快速估计法p1来评价配准精度，并将Harris算子用于特征提取和小波金字塔搜索策略来实现像元级的配准。由于斑点噪声的影响，不宜通过影像滤波或增强等预处理手段来改善匹配结果，这里采用小波金字塔策略，可以克服单点匹配所引起

10、的问题，改善抗噪能力，提高可靠性。干涉雷达影像对像元级配准干涉雷达影像对像元级配准具体流程如图：当干涉雷达影像对的配准精度优于0.1像元时才满足干涉雷达测量的精度要求。针对这一要求，人们开展了大量研究工作，设计开发了很多种亚像元级的配准方法。目前主要方法有两类，一类基于原始图像过采样数据进一步寻找更加精确的配准位置，称之像元过采样匹配法；另一类算法基于控制点周围若干像元的相关系数插值求取最大相关系数，以之确定更加精确的配准位置，称之相干系数插值法。前者有精度上的优势，后者有速度上的优势。亚像元级配准技术亚像元级配准技术(1).像元过采样匹配法像元过采样匹配法获得亚像元配准精度的具体步骤如下：步

11、骤1：对已获得的每一个控制点采用双线性插值等方法对相应主图像、辅图像块作过采样处理。插值的间隔决定过采样程度(例如001个像元)。步骤2：进行最大相干估算。与像元级的配准相似，采用基于窗口的搜索方法，寻找可靠的相对偏移量估算值。与像元级配准不同的是，在这一步中要选择相对较小的窗口，但窗口的数目增多，以便进行相应的数据拟合。由于窗口大小变小，为了防止出现最大相干偏差，还需要适当的增大搜索窗的大小多次计算，如果相对偏移量保持稳定，表明这个估算值可靠，否则开始新的一轮搜索。步骤3：选取最大相干系数的匹配位置即该控制点亚像元配准位置。亚像元级配准技术亚像元级配准技术(2).相干系数插值法插值相关系数法

12、并不是对像素本身进行过采样，而是对周围像素的相干系数值进行高精度的插值来获得亚像元级配准精度。在控制点处插值相干系数的具体计算公式为：Zij为相干系数值,z(x,y)为插值后的相关系数值。以一定的像元的间距(例如001像素)插值相干系数，其中最大相干系数对应的位置就是更精确的配准位置，得到配准精度达到亚像元级的控制点。亚像元级配准技术亚像元级配准技术在确定影像之间的控制点后，就可以进行辅图像相对于主图像的纠正，即建立匹配模型，并利用该模型计算出影像重叠范围内每一个像素的匹配偏移量，从而获得主图像中每一像元在辅图像中所对应的同名像点，据以对辅图像像元值重采样。在山区以及山区和平原交界处，由地面起

13、伏导致的变形在整个影像上的分布是不规则的，采用利用多项式对影像整体纠正往往达不到要求。采用三角网微分变换模型，实现坐标转换定位，利用匹配获得的控制点对将影像分割成一个个的三角形，针对每一个三角形区域建立畸变模型一仿射变换，然后进行影像纠正。整个过程不仅计算简单还保证了公共边上影像的连续性，最后用最近邻点、双线性插值和三次褶积等数据采样方法实现对辅图像像元值重采样。配准影像的纠正技术：配准影像的纠正技术：INSAR影像配准发展趋势：影像配准发展趋势：要将INSAR技术推向实用化,解决影像自动配准,并保证其可靠性、精度和运算效率是有待解决的关键问题。针对高精度影像配准存在着缺乏一个高度自动化和强适

14、应性的算法问题，本文提出的算法利用了小波金字塔影像分级搜索，采用逐级求精的搜索策略，先在低分辨率下搜索再在较高分辨率下进行优化和校正，并引入子图的概念，应用并行化的思想，使之在提高图像配准精度的同时极大的提高了配准速度，增强了算法的鲁棒性。该方法克服了基于灰度配准方法的速度慢和基于特征配准方法的误匹配影响图像配准精度的问题，较传统方法无论在搜索空间，还是搜索数据量上都有很大的缩小，在配准精度上也有较大的改观。而高精度复数影像配准可以利用数字摄影测量领域处理光学影像的较成熟的理论和方法，结合干涉雷达数据处理的特点，将有关算法有机组合起来，重点解决精度和可靠性问题，并大大提高了匹配的计算效率，使数

15、据处理能力能够达到大规模应用干涉雷达技术的要求。结结语语1刘国祥,刘文熙,黄丁发.InSAR技术及其应用中的若干问题J.学术动态,2001,01:21-24.2刘国林,郝晓光,薛怀平.InSAR技术的理论与应用研究现状及其展望J.山东科技大学学报(自然科学版),2004,03:1-6.3穆冬.干涉合成孔径雷达成像技术研究D.南京航空航天大学,2001.4郭春生.InSAR成像算法研究D.南京航空航天大学,2002.5毛建旭.合成孔径雷达干涉（INSAR）三维成像处理技术研究D.湖南大学,2002.6靳国旺.InSAR获取高精度DEM关键处理技术研究D.解放军信息工程大学,2007.7焦明连,InSAR复数影像配准方法探讨B,淮海工学院,20088孙鑫，基于小波变换和子图的图像配准方法A,辽宁科技大学,20109张登荣，俞乐,一种高精度的干涉雷达复数影像配准方法A,浙江大学,200710刘承兰,高勋章,黎湘.干涉式逆合成孔径雷达成像技术综述J.信号处理,2011,05:737-748.参考文献参考文献