本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其涉及基于多特征約束的異源配準(zhǔn)方法，用于sar圖像和光學(xué)圖像的特征點(diǎn)提取及特征匹配，可以有效解決在異源配準(zhǔn)同名點(diǎn)提取困難的情況下實(shí)現(xiàn)對(duì)變換矩陣的精確估計(jì)，從而有效提高配準(zhǔn)精度。

背景技術(shù)：

異源配準(zhǔn)是將時(shí)空錯(cuò)位、粒度不一致的異源數(shù)據(jù)映射為時(shí)空一致性的數(shù)據(jù)，這些時(shí)空一致性數(shù)據(jù)是后續(xù)多源關(guān)聯(lián)檢測(cè)、聯(lián)合識(shí)別和信息融合的基礎(chǔ)。由于sar圖像通常信噪比比較低且存在散焦，造成sar圖像與光學(xué)圖像異源配準(zhǔn)極其困難，因此研究sar圖像與光學(xué)圖像的異源配準(zhǔn)具有十分重要的意義。

目前，現(xiàn)有技術(shù)中一種主要的異源配準(zhǔn)方法為基于圖像特征的異源配準(zhǔn)方法。該方法的主要優(yōu)勢(shì)表現(xiàn)在：一方面，該方法能夠減少噪聲對(duì)特征點(diǎn)提取過(guò)程的影響，因此對(duì)圖像的灰度變化具有較好的適應(yīng)能力；另一方面，由于圖像的特征點(diǎn)要遠(yuǎn)少于圖像的像素點(diǎn)，因此該方法能夠在很大程度上減少匹配過(guò)程中的計(jì)算量。此外，由于特征點(diǎn)的提取對(duì)圖像的幾何形變具有較好的適應(yīng)力，因此該方法適用性較廣。然而，現(xiàn)有的此種方法在異源配準(zhǔn)過(guò)程中難以對(duì)特征進(jìn)行精確匹配，進(jìn)而難以估計(jì)出精細(xì)的變換矩陣，這使得現(xiàn)有的此種方法配準(zhǔn)精度較低。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明提供了基于多特征約束的異源配準(zhǔn)方法，能夠?qū)崿F(xiàn)變換矩陣的精確估計(jì)，從而有效提高配準(zhǔn)精度。

為達(dá)到上述目的，本發(fā)明采用如下技術(shù)方案：

提供一種基于多特征約束的異源配準(zhǔn)方法，包括以下步驟：

步驟1，獲取待配準(zhǔn)sar圖像及對(duì)應(yīng)的參考圖像，參考圖像為光學(xué)圖像，待配準(zhǔn)sar圖像和參考圖像為同一場(chǎng)景的兩幅圖像；

步驟2，對(duì)待配準(zhǔn)sar圖像進(jìn)行降噪處理，得到降噪后的待配準(zhǔn)sar圖像；

利用harris算法對(duì)降噪后的待配準(zhǔn)sar圖像進(jìn)行角點(diǎn)檢測(cè)，得到降噪后的待配準(zhǔn)sar圖像的多個(gè)第一角點(diǎn)；以及，利用harris算法對(duì)參考圖像進(jìn)行角點(diǎn)檢測(cè)，得到參考圖像的多個(gè)第二角點(diǎn)；

步驟3，對(duì)多個(gè)第一角點(diǎn)和多個(gè)第二角點(diǎn)進(jìn)行基于角點(diǎn)位置、區(qū)域互信息以及距離的多特征聯(lián)合約束，得到多對(duì)精確匹配角點(diǎn)對(duì)；

步驟4，采用ransac策略對(duì)多對(duì)精確匹配角點(diǎn)對(duì)進(jìn)行迭代擬合，確定多對(duì)精確匹配角點(diǎn)對(duì)中的正向控制點(diǎn)對(duì)；

步驟5，利用多對(duì)精確匹配角點(diǎn)對(duì)中的全部正向控制點(diǎn)對(duì)，計(jì)算得到精確映射參數(shù)，利用映射參數(shù)構(gòu)造精確仿射變換模型，進(jìn)而利用精確仿射變換模型將降噪后的待配準(zhǔn)sar圖像向參考圖像配準(zhǔn)，得到配準(zhǔn)后的sar圖像。

基于本發(fā)明上述方案，首先獲取待配準(zhǔn)sar圖像及對(duì)應(yīng)的參考圖像，對(duì)待配準(zhǔn)sar圖像進(jìn)行降噪處理得到降噪后的待配準(zhǔn)sar圖像；然后，利用harris算法對(duì)降噪后的待配準(zhǔn)sar圖像和參考圖像分別進(jìn)行角點(diǎn)檢測(cè)，得到多個(gè)第一角點(diǎn)和多個(gè)第二角點(diǎn)；接著，對(duì)多個(gè)第一角點(diǎn)和多個(gè)第二角點(diǎn)進(jìn)行基于角點(diǎn)位置、區(qū)域互信息以及距離的多特征聯(lián)合約束，得到多對(duì)精確匹配角點(diǎn)對(duì)，進(jìn)而采用ransac策略對(duì)多對(duì)精確匹配角點(diǎn)對(duì)進(jìn)行迭代擬合，確定多對(duì)精確匹配角點(diǎn)對(duì)中的正向控制點(diǎn)對(duì)；最后，利用多對(duì)精確匹配角點(diǎn)對(duì)中的全部正向控制點(diǎn)對(duì)，計(jì)算得到精確映射參數(shù)，利用映射參數(shù)構(gòu)造精確仿射變換模型，進(jìn)而利用精確仿射變換模型將降噪后的待配準(zhǔn)sar圖像向參考圖像配準(zhǔn)，得到配準(zhǔn)后的sar圖像。相比現(xiàn)有技術(shù)，本發(fā)明具有以下優(yōu)點(diǎn)：

第一，本發(fā)明中所采用了基于位置、距離和互信息的多特征約束的匹配策略，因此能夠解決異源配準(zhǔn)中特征點(diǎn)匹配策略單一、不夠精細(xì)的問(wèn)題，從而有效剔除誤匹配的角點(diǎn)對(duì)，獲得更為精確的控制點(diǎn)對(duì)；

第二，本發(fā)明中采用ransac策略對(duì)匹配焦點(diǎn)對(duì)進(jìn)行迭代擬合，確定經(jīng)過(guò)精確匹配的多對(duì)角點(diǎn)對(duì)中的正向控制點(diǎn)對(duì)，進(jìn)而能夠利用正向控制點(diǎn)對(duì)建立精確仿射變換模型，在該精確仿射變換模型的基礎(chǔ)上來(lái)匹配控制點(diǎn)對(duì)，因此本發(fā)明方法能夠提升數(shù)據(jù)擬合的魯棒性，抑制積累的誤差對(duì)數(shù)據(jù)造成進(jìn)一步的干擾，從而實(shí)現(xiàn)對(duì)變換矩陣的穩(wěn)健估計(jì)，有效提升異源配準(zhǔn)精度。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例提供的一種基于多特征的異源配準(zhǔn)方法的流程示意圖；

圖2(a)為某地實(shí)測(cè)sar圖像；

圖2(b)為某地實(shí)測(cè)光學(xué)圖像；

圖3為對(duì)圖2(a)所示的實(shí)測(cè)sar圖像進(jìn)行濾波后的圖像；

圖4(a)為降噪處理后的sar圖像的角點(diǎn)檢測(cè)結(jié)果圖；

圖4(b)為光學(xué)圖像的角點(diǎn)檢測(cè)結(jié)果圖；

圖5(a)為對(duì)降噪處理后sar圖像進(jìn)行聯(lián)合約束后得到的角點(diǎn)示意圖；

圖5(b)為對(duì)光學(xué)圖像進(jìn)行聯(lián)合約束后得到的角點(diǎn)示意圖

圖6(a)為sar圖像中的正向控制角點(diǎn)示意圖；

圖6(b)為光學(xué)圖像中的正向控制角點(diǎn)示意圖；

圖7為配準(zhǔn)后的sar圖像；

圖8為將配準(zhǔn)后sar圖像與光學(xué)圖像疊加后的圖像。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

圖1所示為本發(fā)明實(shí)施例提供的一種基于多特征約束的異源配準(zhǔn)方法的流程示意圖。

如圖1所示，本發(fā)明實(shí)施例提供的一種基于多特征約束的異源配準(zhǔn)方法包括以下步驟：

步驟1，獲取待配準(zhǔn)sar圖像及對(duì)應(yīng)的參考圖像。

其中，參考圖像為光學(xué)圖像，待配準(zhǔn)sar圖像和參考圖像為同一場(chǎng)景的兩幅圖像。

步驟2，對(duì)待配準(zhǔn)sar圖像進(jìn)行降噪處理，得到降噪后的待配準(zhǔn)sar圖像；利用harris算法對(duì)降噪后的待配準(zhǔn)sar圖像進(jìn)行角點(diǎn)檢測(cè)，得到降噪后的待配準(zhǔn)sar圖像的多個(gè)第一角點(diǎn)；以及，利用harris算法對(duì)參考圖像進(jìn)行角點(diǎn)檢測(cè)，得到參考圖像的多個(gè)第二角點(diǎn)。

其中，具體可按照下式對(duì)待配準(zhǔn)sar圖像進(jìn)行平滑濾波處理以對(duì)其進(jìn)行降噪：

mij＝exp(-aij×tij)，

式中，g′ij表示像素點(diǎn)(i，j)經(jīng)平滑處理后的灰度值，gij表示像素點(diǎn)的原始灰度值，表示平滑窗口內(nèi)全部像素點(diǎn)的灰度平均值，mij表示像素點(diǎn)(i，j)的權(quán)重指數(shù)，tij表示平滑窗口內(nèi)的中心像素點(diǎn)到其鄰像元的絕對(duì)距離，σij表示平滑窗口中全部像素點(diǎn)的灰度值的方差，n²表示平滑窗口的大小。

優(yōu)選的，步驟2中，利用harris算法對(duì)降噪后的待配準(zhǔn)sar圖像進(jìn)行角點(diǎn)檢測(cè)，得到所述降噪后的待配準(zhǔn)sar圖像的多個(gè)第一角點(diǎn)，具體可以包括：

計(jì)算得到降噪后的待配準(zhǔn)sar圖像中各像素點(diǎn)對(duì)應(yīng)的角點(diǎn)響應(yīng)函數(shù)；

將降噪后的待配準(zhǔn)sar圖像中角點(diǎn)響應(yīng)函數(shù)的取值大于零的像素點(diǎn)確定為所述降噪后的待配準(zhǔn)sar圖像的第一角點(diǎn)。

類似的，步驟2中，利用harris算法對(duì)參考圖像進(jìn)行角點(diǎn)檢測(cè)，得到參考圖像的多個(gè)第二角點(diǎn)，具體可以包括：

計(jì)算得到所參考圖像中各像素點(diǎn)對(duì)應(yīng)的角點(diǎn)響應(yīng)函數(shù)；

將參考圖像中角點(diǎn)響應(yīng)函數(shù)的取值大于零的像素點(diǎn)確定為參考圖像的第二角點(diǎn)。

其中，需要說(shuō)明的是，某一像素點(diǎn)(x，y)對(duì)應(yīng)的角點(diǎn)響應(yīng)函數(shù)可以表示為：

r＝det(m)-ktr(m)²，

式中，m表示像素點(diǎn)(x，y)的自相關(guān)矩陣，ix表示像素點(diǎn)(x，y)的灰度值在水平方向上的偏導(dǎo)數(shù)，iy表示像素點(diǎn)(x，y)的灰度值在垂直方向上的偏導(dǎo)數(shù)；k表示常數(shù)；det(m)表示矩陣m的行列式；tr(m)表示矩陣m的兩個(gè)特征值之和；x表示在水平方向上的坐標(biāo)，y表示像素點(diǎn)(x，y)在垂直方向上的坐標(biāo)。

步驟3，對(duì)多個(gè)第一角點(diǎn)和多個(gè)第二角點(diǎn)進(jìn)行基于角點(diǎn)位置、區(qū)域互信息以及距離的多特征聯(lián)合約束，得到多對(duì)精確匹配角點(diǎn)對(duì)。

本發(fā)明實(shí)施例的一種優(yōu)選的實(shí)現(xiàn)方式中，步驟3具體可以包括以下子步驟：

(3a)獲取初始匹配角點(diǎn)對(duì)，并根據(jù)初始匹配角點(diǎn)對(duì)構(gòu)造初始仿射變換模型，進(jìn)而利用初始仿射變換模型剔除多個(gè)第一角點(diǎn)中的部分第一角點(diǎn)，并確定其余第一角點(diǎn)對(duì)應(yīng)的候補(bǔ)特征點(diǎn)。

其中，需要說(shuō)明的是，可通過(guò)人工選取的方式從降噪后的待配準(zhǔn)sar圖像和參考圖像中選取相同區(qū)域的像素點(diǎn)作為初始匹配角點(diǎn)對(duì)。由于后續(xù)會(huì)根據(jù)迭代結(jié)果不斷對(duì)降噪后的待配準(zhǔn)sar圖像和參考圖像中的角點(diǎn)進(jìn)行匹配，因此本發(fā)明方法不要求初始匹配角點(diǎn)對(duì)中的兩個(gè)角點(diǎn)精確匹配，只要兩個(gè)角點(diǎn)能夠表征圖像的相應(yīng)特征且所處位置大致一致即可。

其中，步驟(3a)具體又可以包括以下子步驟：

(3a1)獲取初始匹配角點(diǎn)對(duì)，利用初始匹配角點(diǎn)對(duì)，計(jì)算得到初始映射參數(shù)，利用初始映射參數(shù)構(gòu)造初始仿射變換模型。

其中，本領(lǐng)域技術(shù)人員可以理解，所述的初始映射參數(shù)具體包括：沿水平方向和垂直方向的比例系數(shù)、沿水平方向和垂直方向的錯(cuò)切系數(shù)以及沿水平方向和垂直方向的位移。需要說(shuō)明的是，本領(lǐng)域技術(shù)人員容易理解，具體可以利用數(shù)學(xué)工具matlab軟件中的角點(diǎn)選擇函數(shù)——cpselect函數(shù)，計(jì)算得到初始映射參數(shù)，本發(fā)明實(shí)施例對(duì)此不再贅述。

具體的，初始仿射變換模型可表示為：

式中，b11表示沿水平方向的比例系數(shù)，b12表示沿垂直方向的比例系數(shù)，b13表示沿水平方向的錯(cuò)切系數(shù)，b21表示沿垂直方向的錯(cuò)切系數(shù)，b22表示沿水平方向的位移，b23表示沿垂直方向的位移；x表示變換前像素點(diǎn)在水平方向上的坐標(biāo)，y表示變換前像素點(diǎn)在垂直方向上的坐標(biāo)；x′表示變換后像素點(diǎn)在水平方向上的坐標(biāo)，y′表示變換后像素點(diǎn)在垂直方向上的坐標(biāo)。

(3a2)對(duì)于多個(gè)第一角點(diǎn)中的任一第一角點(diǎn)，利用初始仿射變換模型將該第一角點(diǎn)映射至參考圖像中，得到該第一角點(diǎn)對(duì)應(yīng)的第一映射角點(diǎn)；若第一映射角點(diǎn)落在參考圖像的邊緣區(qū)域內(nèi)，則剔除該第一角點(diǎn)；若第一映射角點(diǎn)未落在參考圖像的邊緣區(qū)域內(nèi)，則在參考圖像中以第一映射角點(diǎn)為中心建立搜索窗口，將落在搜索窗口內(nèi)的第二角點(diǎn)確定為該第一角點(diǎn)對(duì)應(yīng)的候補(bǔ)特征點(diǎn)。

即，對(duì)于全部第一角點(diǎn)中的每個(gè)第一角點(diǎn)，均按照步驟(3a2)判斷是否將其剔除，并且在不剔除的情況下，確定其對(duì)應(yīng)的候補(bǔ)特征點(diǎn)。

(3b)對(duì)于其余第一角點(diǎn)中的任一第一角點(diǎn)，分別在降噪后的待配準(zhǔn)sar圖像中建立以該第一角點(diǎn)為中心的第一估計(jì)窗口，以及在參考圖像中建立以該第一角點(diǎn)的各候補(bǔ)特征點(diǎn)分別為中心的多個(gè)第二估計(jì)窗口，第一估計(jì)窗口和第二估計(jì)窗口的尺寸相同；利用第一估計(jì)窗口和多個(gè)第二估計(jì)窗口進(jìn)行區(qū)域互信息約束，確定該第一角點(diǎn)的多個(gè)候補(bǔ)特征點(diǎn)中的控制角點(diǎn)。

即，對(duì)于步驟(3a)中得到的余下的全部第一角點(diǎn)中的每個(gè)第一角點(diǎn)，均按照步驟(3b)確定其對(duì)應(yīng)的控制角點(diǎn)。

具體的，步驟(3b)中，利用第一估計(jì)窗口和多個(gè)第二估計(jì)窗口進(jìn)行區(qū)域互信息約束，確定該第一角點(diǎn)的多個(gè)候補(bǔ)特征點(diǎn)中的控制角點(diǎn)，具體可以包括：

對(duì)于多個(gè)第二估計(jì)窗口中的任一第二估計(jì)窗口，計(jì)算該第二估計(jì)窗口和第一估計(jì)窗口的互信息，并對(duì)互信息進(jìn)行歸一化，得到歸一化互信息；若歸一化互信息大于預(yù)設(shè)的互信息閾值，則將該第二估計(jì)窗口對(duì)應(yīng)的候補(bǔ)特征點(diǎn)確定為該第一角點(diǎn)的一個(gè)控制角點(diǎn)；若歸一化互信息小于或等于預(yù)設(shè)的互信息閾值，則剔除第二估計(jì)窗口對(duì)應(yīng)的候補(bǔ)特征點(diǎn)。

其中，需要說(shuō)明的是，所述的第二估計(jì)窗口對(duì)應(yīng)的候補(bǔ)特征點(diǎn)指的是第二估計(jì)窗口的中心點(diǎn)，也即步驟(3b)中建立第二估計(jì)窗口時(shí)用到的候補(bǔ)特征點(diǎn)。

此外，還需說(shuō)明的是，本領(lǐng)域技術(shù)人員可以理解，所述的歸一化互信息是度量?jī)蓮垐D片相似度的一種表達(dá)方式，其值越大代表兩張圖片的相似性越高。具體的，歸一化互信息可表示為：

式中，nmi表示歸一化互信息，h(a)表示a圖像的信息熵，h(b)表示b圖像的信息熵，h(a，b)表示a圖像和b圖像的聯(lián)合信息熵。

此外，本領(lǐng)域技術(shù)人員可以理解，步驟(3b)中所建立的第一估計(jì)窗口和第二估計(jì)窗口的尺寸也可不同。當(dāng)?shù)谝还烙?jì)窗口和第二估計(jì)窗口的尺寸不同時(shí)，則需要利用插值算法將二者尺寸調(diào)整至相同后，再計(jì)算二者的互信息。

(3c)對(duì)于其余第一角點(diǎn)中的任一第一角點(diǎn)，確定該第一角點(diǎn)的控制角點(diǎn)中是否存在對(duì)應(yīng)的精確匹配角點(diǎn)：若存在，則將該第一角點(diǎn)和其對(duì)應(yīng)的精確匹配角點(diǎn)確定為一對(duì)精確匹配角點(diǎn)對(duì)；若不存在，則刪除該第一角點(diǎn)。

其中，第一角點(diǎn)對(duì)應(yīng)的精確匹配角點(diǎn)為與第一角點(diǎn)在參考圖像中的映射角點(diǎn)之間距離最小并且距離小于第一預(yù)設(shè)距離的控制角點(diǎn)。

步驟4，采用ransac策略對(duì)多對(duì)精確匹配角點(diǎn)對(duì)進(jìn)行迭代擬合，確定多對(duì)精確匹配角點(diǎn)對(duì)中的正向控制點(diǎn)對(duì)。

其中，步驟4具體可以包括以下子步驟：

(4a)從多對(duì)精確匹配角點(diǎn)對(duì)中隨機(jī)選取至少3組角點(diǎn)對(duì)作為正向控制點(diǎn)對(duì)，并將其余精確匹配角點(diǎn)對(duì)作為反向控制點(diǎn)對(duì)。

(4b)利用正向控制點(diǎn)對(duì)計(jì)算得到中間映射參數(shù)，進(jìn)而利用中間映射參數(shù)計(jì)算得到中間仿射變換模型。

其中，所述的中間映射參數(shù)具體包括：沿水平方向和垂直方向的比例系數(shù)、沿水平方向和垂直方向的錯(cuò)切系數(shù)以及沿水平方向和垂直方向的位移。中間仿射變換模型的具體形式可參考步驟(3a1)中的初始仿射變換模型，二者相類似，區(qū)別僅在于映射參數(shù)取值不同。

(4c)對(duì)每個(gè)反向控制點(diǎn)對(duì)執(zhí)行以下步驟：

通過(guò)中間仿射變換模型將反向控制點(diǎn)對(duì)中的第一角點(diǎn)映射至參考圖像中，得到對(duì)應(yīng)的第二映射角點(diǎn)，計(jì)算反向控制點(diǎn)對(duì)中的控制角點(diǎn)與第二映射角點(diǎn)在水平方向和垂直方向上的距離；

若反向控制點(diǎn)對(duì)中的控制角點(diǎn)與第二映射角點(diǎn)在水平方向和垂直方向上的距離均小于第二預(yù)設(shè)距離，則將反向控制點(diǎn)對(duì)更改為正向控制點(diǎn)對(duì)。

(4d)當(dāng)步驟(4c)執(zhí)行結(jié)束后，確定當(dāng)前正向控制點(diǎn)對(duì)的個(gè)數(shù)：若當(dāng)前正向控制點(diǎn)對(duì)的個(gè)數(shù)大于預(yù)設(shè)數(shù)量，則轉(zhuǎn)至步驟5；若當(dāng)前正向控制點(diǎn)對(duì)的個(gè)數(shù)小于或等于預(yù)設(shè)數(shù)量，則重復(fù)執(zhí)行步驟(4a)-(4c)，直至正向控制點(diǎn)對(duì)的個(gè)數(shù)大于預(yù)設(shè)數(shù)量。

步驟5，利用多對(duì)精確匹配角點(diǎn)對(duì)中的全部正向控制點(diǎn)對(duì)，計(jì)算得到精確映射參數(shù)，利用映射參數(shù)構(gòu)造精確仿射變換模型，進(jìn)而利用精確仿射變換模型將降噪后的待配準(zhǔn)sar圖像向參考圖像配準(zhǔn)，得到配準(zhǔn)后的sar圖像。

其中，所述的精確仿射變換模型具體可表示為：

其中，a11、a12、a22、a21、a13和a13為精確映射參數(shù)，a11表示沿水平方向的比例系數(shù)，a22表示沿垂直方向的比例系數(shù)，a12表示沿水平方向的錯(cuò)切系數(shù)，a21表示沿垂直方向的錯(cuò)切系數(shù)，a13表示沿水平方向的位移，a23表示沿垂直方向的位移；x表示待配準(zhǔn)圖像的像素點(diǎn)在水平方向上的坐標(biāo)，y表示待配準(zhǔn)圖像中的像素點(diǎn)在垂直方向上的坐標(biāo)；x′表示配準(zhǔn)后圖像的像素點(diǎn)在水平方向上的坐標(biāo)，y′表示配準(zhǔn)后圖像的像素點(diǎn)在垂直方向上的坐標(biāo)。

其中，步驟5中，利用精確仿射變換模型將降噪后的待配準(zhǔn)sar圖像向參考圖像配準(zhǔn)，得到配準(zhǔn)后的sar圖像的具體實(shí)現(xiàn)過(guò)程為：從配準(zhǔn)后圖像的像素出發(fā)，映射到原始圖像上，而該位置的坐標(biāo)往往不是整數(shù)，則需要將原始圖像中該位置附近的像素點(diǎn)灰度值利用插值的方法來(lái)求出作為此點(diǎn)的灰度值，之后返回給配準(zhǔn)后圖像上的對(duì)應(yīng)點(diǎn)，得到異源配準(zhǔn)結(jié)果。

基于本發(fā)明上述方案，首先獲取待配準(zhǔn)sar圖像及對(duì)應(yīng)的參考圖像，對(duì)待配準(zhǔn)sar圖像進(jìn)行降噪處理得到降噪后的待配準(zhǔn)sar圖像；然后，利用harris算法對(duì)降噪后的待配準(zhǔn)sar圖像和參考圖像分別進(jìn)行角點(diǎn)檢測(cè)，得到多個(gè)第一角點(diǎn)和多個(gè)第二角點(diǎn)；接著，對(duì)多個(gè)第一角點(diǎn)和多個(gè)第二角點(diǎn)進(jìn)行基于角點(diǎn)位置、區(qū)域互信息以及距離的多特征聯(lián)合約束，得到多對(duì)精確匹配角點(diǎn)對(duì)，進(jìn)而采用ransac策略對(duì)多對(duì)精確匹配角點(diǎn)對(duì)進(jìn)行迭代擬合，確定多對(duì)精確匹配角點(diǎn)對(duì)中的正向控制點(diǎn)對(duì)；最后，利用多對(duì)精確匹配角點(diǎn)對(duì)中的全部正向控制點(diǎn)對(duì)，計(jì)算得到精確映射參數(shù)，利用映射參數(shù)構(gòu)造精確仿射變換模型，進(jìn)而利用精確仿射變換模型將降噪后的待配準(zhǔn)sar圖像向參考圖像配準(zhǔn)，得到配準(zhǔn)后的sar圖像。相比現(xiàn)有技術(shù)，本發(fā)明具有以下優(yōu)點(diǎn)：

第一，本發(fā)明中所采用了基于位置、距離和互信息的多特征約束的匹配策略，因此能夠解決異源配準(zhǔn)中特征點(diǎn)匹配策略單一、不夠精細(xì)的問(wèn)題，從而有效剔除誤匹配的角點(diǎn)對(duì)，獲得更為精確的控制點(diǎn)對(duì)；

第二，本發(fā)明中采用ransac策略對(duì)匹配焦點(diǎn)對(duì)進(jìn)行迭代擬合，確定經(jīng)過(guò)精確匹配的多對(duì)角點(diǎn)對(duì)中的正向控制點(diǎn)對(duì)，進(jìn)而能夠利用正向控制點(diǎn)對(duì)建立精確仿射變換模型，在該精確仿射變換模型的基礎(chǔ)上來(lái)匹配控制點(diǎn)對(duì)，因此本發(fā)明方法能夠提升數(shù)據(jù)擬合的魯棒性，抑制積累的誤差對(duì)數(shù)據(jù)造成進(jìn)一步的干擾，從而實(shí)現(xiàn)對(duì)變換矩陣的穩(wěn)健估計(jì)，有效提升異源配準(zhǔn)精度。

進(jìn)一步的，為驗(yàn)證本發(fā)明上述方法的正確性，采用本發(fā)明上述方法對(duì)圖2(a)所示的某地實(shí)測(cè)sar圖像和圖2(b)所示的該地的光學(xué)圖像進(jìn)行了配準(zhǔn)，具體過(guò)程如下：

(1)對(duì)圖2(a)所示的實(shí)測(cè)sar圖像進(jìn)行濾波，抑制斑點(diǎn)噪聲。

圖3所示即為對(duì)圖2(a)所示的實(shí)測(cè)sar圖像進(jìn)行濾波后的圖像。對(duì)比圖2(a)和圖3，可以發(fā)現(xiàn)，sar圖像中的斑點(diǎn)噪聲得到了一定的抑制，這為后續(xù)提取sar圖像的特征點(diǎn)提供了有利條件。

(2)利用harris算法分別檢測(cè)上一步得到的經(jīng)過(guò)降噪處理后的sar圖像和光學(xué)圖像中的角點(diǎn)。

其中，檢測(cè)結(jié)果如圖4(a)和4(b)所示，圖中的“+”即表示所檢測(cè)出的角點(diǎn)，其中圖4(a)為降噪處理后的sar圖像的角點(diǎn)檢測(cè)結(jié)果圖，圖4(b)為光學(xué)圖像的角點(diǎn)檢測(cè)結(jié)果圖。觀察圖4(a)和圖4(b)，可以看出，sar圖像和光學(xué)圖像中大部分區(qū)域的角點(diǎn)都很好地被提取出來(lái)了，并且sar圖像中提取的角點(diǎn)數(shù)量明顯多于光學(xué)圖像中的角點(diǎn)。

(3)對(duì)上一步得到的圖像中的角點(diǎn)進(jìn)行位置、距離和互信息的聯(lián)合約束，得到多對(duì)精確匹配角點(diǎn)對(duì)。

其中，執(zhí)行結(jié)果如圖5(a)和5(b)所示，其中圖5(a)為對(duì)降噪處理后sar圖像進(jìn)行聯(lián)合約束后得到的角點(diǎn)示意圖，圖5(b)為對(duì)光學(xué)圖像進(jìn)行聯(lián)合約束后得到的角點(diǎn)示意圖，圖中的“*”即表示得到的精確匹配角點(diǎn)對(duì)中的角點(diǎn)。

觀察圖4(a)-圖5(b)，可以看出，原本大量雜亂且無(wú)對(duì)應(yīng)關(guān)系的sar圖像和光學(xué)圖像的角點(diǎn)，經(jīng)過(guò)聯(lián)合優(yōu)化處理后已經(jīng)變得有序且一一對(duì)應(yīng)，實(shí)現(xiàn)了控制點(diǎn)對(duì)的精確估計(jì)。

(4)對(duì)上一步得到的多對(duì)精確匹配角點(diǎn)對(duì)進(jìn)行迭代擬合，得到其中的正向控制點(diǎn)對(duì)。

其中，執(zhí)行結(jié)果如圖6(a)和6(b)所示，其中圖6(a)為sar圖像中的正向控制角點(diǎn)示意圖，圖6(b)為光學(xué)圖像中的正向控制角點(diǎn)示意圖，圖中的“*”即表示得到的正向控制點(diǎn)對(duì)中的角點(diǎn)，圖中的數(shù)字“1”、“2”…“7”表示圖6(a)中的角點(diǎn)和圖6(b)中的角點(diǎn)的對(duì)應(yīng)關(guān)系，圖6(a)和圖6(b)中標(biāo)有相同數(shù)字的角點(diǎn)即構(gòu)成一對(duì)正向控制角點(diǎn)對(duì)。

對(duì)比圖6與圖5可知，經(jīng)過(guò)迭代擬合，能夠進(jìn)一步剔除存在偏差的角點(diǎn)控制對(duì)，所獲得的角點(diǎn)對(duì)更加精細(xì)。

(5)利用上一步得到的正向控制點(diǎn)對(duì)進(jìn)行配準(zhǔn)，得到配準(zhǔn)后的sar圖像。

圖7所示即為配準(zhǔn)后的sar圖像，觀察圖7和圖2，可以發(fā)現(xiàn)，利用本發(fā)明方法成功實(shí)現(xiàn)了異源圖像的配準(zhǔn)。為了進(jìn)一步估計(jì)配準(zhǔn)的粗細(xì)程度，可將配準(zhǔn)后的圖像和光學(xué)圖像疊加顯示，如圖8所示，可以看出圖中沒(méi)有虛影和錯(cuò)位，取得了良好的配準(zhǔn)效果。

本領(lǐng)域普通技術(shù)人員可以理解：實(shí)現(xiàn)上述方法實(shí)施例的全部或部分步驟可以通過(guò)程序指令相關(guān)的硬件來(lái)完成，前述的程序可以存儲(chǔ)于一計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中，該程序在執(zhí)行時(shí)，執(zhí)行包括上述方法實(shí)施例的步驟；而前述的存儲(chǔ)介質(zhì)包括：rom、ram、磁碟或者光盤(pán)等各種可以存儲(chǔ)程序代碼的介質(zhì)。

以上所述，僅為本發(fā)明的具體實(shí)施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)以所述權(quán)利要求的保護(hù)范圍為準(zhǔn)。