【技术实现步骤摘要】
本专利技术涉及雷达数据处理，具体地，涉及一种基于sar几何构型的polsar-geosift异源数据匹配方法。
技术介绍
1、合成孔径雷达(synthetic aperture rader，sar)是一种微波成像雷达系统，由于其不受天气和光照条件的限制，现有地基、机载、星载等系统，已广泛将合成孔径雷达应用于环境监测、地形测绘、资源勘查等领域。
2、极化是电磁波的重要属性，可以描述关于地物表面特性的额外信息，如植被结构、土壤湿度、地表覆盖类型等。极化合成孔径雷达(polarimetric synthetic apertureradar，polsar)具备目标全极化散射信息测量能力，常被用于地物分解、地物分类与解译、散射机理分析等领域。
3、sar图像配准是实现多波段或多源sar数据联合分析处理的前提条件，在干涉合成孔径雷达(interferometric synthetic aperture radar，insar)中，sar图像配准主要基于图像灰度信息或图像特征。基于图像灰度信息的配准一般利用滑窗搜索，通过最优化测度函数实现同名点的偏移量估计，测度函数主要包括：相关系数、谱函数、波动函数等。基于图像灰度信息的配准方法对于图像噪声、旋转形变等敏感，主要适用于不具有非线性畸变的相同传感器sar数据。对于异源数据，不同波段或入射角等因素会导致图像灰度特征不一致，观测几何和工作模式不同也会导致图像存在空变，此时可以通过提取图像中的不变特征建立图像的对应变换关系。1999年，有学者首次提出尺度不变特征变换(scal
4、sift特征具备尺度、旋转和仿射变换的不变性，对于sar数据配准具有强大的优势。然而其算法复杂度高，运算效率和内存占用等问题在一定程度上限制了其应用。此外，对于异源sar数据，图像之间存在剧烈的旋转和尺度变化也给局部特征点检测的准确性和计算效率带来更大的挑战。针对sar数据交叉处理、联合应用的需求，实现准确且高效的异源图像配准及特征点提取是一项不可或缺的工作。
技术实现思路
1、为了解决现有技术中存在的上述问题，本专利技术提供了一种基于sar几何构型的polsar-geosift异源数据匹配方法。
2、根据本专利技术实施例的第一方面，提供一种基于sar几何构型的polsar-geosift异源数据匹配方法，所述方法包括：
3、根据polsar-harris函数得到待匹配图像中的待匹配特征点和参考图像中的初始参考特征点；
4、通过地理信息对所述待匹配特征点对所述初始参考特征点进行处理，得到所述待匹配图像目标特征点和所述参考图像中的参考特征点；其中，所述目标特征点和所述参考特征点为相互匹配的点。
5、可选地，在所述通过地理信息对所述待匹配特征点及所述初始参考特征点进行处理，得到相互匹配的目标特征点和参考特征点之后，所述方法还包括：
6、分别获取所述目标特征点和所述参考特征点中的第一子特征点和第二子特征点；
7、根据所述第一子特征点和所述第二子特征点得到变换矩阵；
8、根据所述变换矩阵验证所述目标特征点和所述参考特征点中的其他目标特征点和其他参考特征点之间是否匹配。
9、可选地，所述根据polsar-harris函数得到待匹配图像中的待匹配特征点和参考图像中的初始参考特征点，包括：
10、获取所述待匹配图像中第一像素点的第一图像值和所述参考图像中第二像素点的第二图像值；
11、根据所述第一图像值得到所述第一像素点两侧矩形区域的第一指数加权均值比，并根据所述第二图像值得到所述第二像素点两侧矩形区域的第一指数加权均值比；
12、根据所述第一均值比和所述第二均值比得到第一矩阵和第二矩阵；
13、根据所述polsar-harris函数、所述第一矩阵和所述第二矩阵得到所述待匹配特征点和所述初始参考特征点。
14、可选地，所述获取所述待匹配图像中第一像素点的第一图像值和所述参考图像中第二像素点的第二图像值，包括：
15、根据表面散射模型得到所述第一像素点对应的第一表面散射分量和所述第二像素点对应的第二表面散射分量；
16、根据二次散射模型得到所述第一像素点对应的第一二次散射分量和所述第二像素点对应的第二二次散射分量；
17、根据所述第一表面散射分量和所述第一二次散射分量得到第一图像值；
18、根据所述第二表面散射分量和所述第二二次散射分量得到第二图像值。
19、可选地，所述通过地理信息对所述待匹配特征点对所述初始参考特征点进行处理，得到所述待匹配图像目标特征点和所述参考图像中的参考特征点，包括：
20、获取所述待匹配特征点的第一地理信息和所述待匹配特征点在所述待匹配图像中的第一坐标；
21、根据所述第一地理信息和所述第一坐标得到所述待匹配特征点在所述参考图像中的第二坐标；
22、获取所述待匹配特征点对应的初始参考特征点在所述参考图像中的第三坐标；
23、将所述第二坐标和所述第三坐标之间的差异小于预设阈值的待匹配特征点和初始参考特征点分别作为目标特征点和参考特征点。
24、可选地，所述polsar-harris函数参考如下表示：
25、rsh(x,y,σ)＝det(cph(x,y,σ))-d·trace(cph(x,y,σ))2；
26、其中，rsh(x,y,σ)表示像素点(x,y)的坐标信息，det()表示求矩阵的行列式，cph(x,y,σ)为关于像素点(x,y)的矩阵，σ为尺度因子，d为预设的极值点检测阈值，trace()表示求矩阵的迹。
27、可选地，所述关于像素点(x,y)的矩阵cph(x,y,σ)参考如下表示：
28、
29、其中，g为卷积函数，表示卷积运算，γx,σ'表示像素点(x,y)的水平方向梯度，γy,σ'表示像素点(x,y)的垂直方向梯度，σ'为指数函数尺度因子。
30、可选地，所述第一指数加权均值比和所述第二指数加权均值比参考如下表示：
31、
32、其中，rf,σ'表示像素点(x,y)两侧矩形区域的指数加权均值比，m1,σ'表示像素点(x,y)第一侧矩形区域的指数加权均值，m2,σ'表示像素点(x,y)第二侧矩形区域的指数加权均值，f表示均值计算的旋转角度。
33、可选地，像素本文档来自技高网...
【技术保护点】
1.一种基于SAR几何构型的PolSAR-GeoSIFT异源数据匹配方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于SAR几何构型的PolSAR-GeoSIFT异源数据匹配方法，其特征在于，在所述通过地理信息对所述待匹配特征点对所述初始参考特征点进行处理，得到相互匹配的目标特征点和参考特征点之后，所述方法还包括：
3.根据权利要求1所述的基于SAR几何构型的PolSAR-GeoSIFT异源数据匹配方法，其特征在于，所述根据PolSAR-Harris函数得到待匹配图像中的待匹配特征点和参考图像中的初始参考特征点，包括：
4.根据权利要求3所述的基于SAR几何构型的PolSAR-GeoSIFT异源数据匹配方法，其特征在于，所述获取所述待匹配图像中第一像素点的第一图像值和所述参考图像中第二像素点的第二图像值，包括：
5.根据权利要求1所述的基于SAR几何构型的PolSAR-GeoSIFT异源数据匹配方法，其特征在于，所述通过地理信息对所述待匹配特征点对所述初始参考特征点进行处理，得到所述待匹配图像目标特征点和所述参考图像中的
6.根据权利要求3所述的基于SAR几何构型的PolSAR-GeoSIFT异源数据匹配方法，其特征在于，所述PolSAR-Harris函数参考如下表示：
7.根据权利要求6所述的基于SAR几何构型的PolSAR-GeoSIFT异源数据匹配方法，其特征在于，所述关于像素点(x,y)的矩阵CPH(x,y,σ)参考如下表示：
8.根据权利要求7所述的基于SAR几何构型的PolSAR-GeoSIFT异源数据匹配方法，其特征在于，所述第一指数加权均值比和所述第二指数加权均值比参考如下表示：
9.根据权利要求8述的基于SAR几何构型的PolSAR-GeoSIFT异源数据匹配方法，其特征在于，像素点(x,y)两侧矩形区域的指数加权均值参考如下表示：
10.根据权利要求5述的基于SAR几何构型的PolSAR-GeoSIFT异源数据匹配方法，其特征在于，所述待匹配特征点在所述参考图像中的第二坐标参考如下公式得到：
...【技术特征摘要】
1.一种基于sar几何构型的polsar-geosift异源数据匹配方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于sar几何构型的polsar-geosift异源数据匹配方法，其特征在于，在所述通过地理信息对所述待匹配特征点对所述初始参考特征点进行处理，得到相互匹配的目标特征点和参考特征点之后，所述方法还包括：
3.根据权利要求1所述的基于sar几何构型的polsar-geosift异源数据匹配方法，其特征在于，所述根据polsar-harris函数得到待匹配图像中的待匹配特征点和参考图像中的初始参考特征点，包括：
4.根据权利要求3所述的基于sar几何构型的polsar-geosift异源数据匹配方法，其特征在于，所述获取所述待匹配图像中第一像素点的第一图像值和所述参考图像中第二像素点的第二图像值，包括：
5.根据权利要求1所述的基于sar几何构型的polsar-geosift异源数据匹配方法，其特征在于，所述通过地理信息对所述待匹配特征点对所述初始参考特征点进...
【专利技术属性】
技术研发人员：李真芳，梁洁，唐繁乙，邢超，闫兆康，楼嘉晗，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。