一种两次分块策略的广域sar复图像序列快速配准方法
阅读说明：本技术 一种两次分块策略的广域sar复图像序列快速配准方法 (Wide-area SAR complex image sequence rapid registration method adopting twice blocking strategy ) 是由 杨波 江利明 徐华平 汪汉胜 黄荣刚 周志伟 于 2021-09-24 设计创作，主要内容包括：本发明公开了一种两次分块策略的广域SAR复图像序列快速配准方法,以感兴趣区域中心位置为中心,裁剪长时间SAR图像序列,确定主图像和辅图像；将长时间SAR图像序列重叠的区域裁剪出来作为裁剪SAR图像；对每个辅图像块进行粗配准；进行不重叠划分获得辅孙图像块和主孙图像块,采用控制点的辅孙图像块的行列配准偏移量与主孙图像块的中心元素位置,拟合多项式模型的参数,并行计算出任一辅图像每个辅图像块中每个像元的配准偏移量；对任意辅图像块的边界延拓图像进行并行重采样,输出精配准SAR辅图像块。利用本发明可以实现广域长时间SAR复图像序列高精度图像配准。(The invention discloses a method for quickly registering a wide area SAR complex image sequence by a twice blocking strategy, which comprises the steps of taking the central position of an interested area as the center, cutting the long-time SAR image sequence, and determining a main image and an auxiliary image; cutting out the overlapped region of the long-time SAR image sequence as a cut SAR image; performing coarse registration on each auxiliary image block; performing non-overlapping division to obtain auxiliary grandchild image blocks and main grandchild image blocks, fitting parameters of a polynomial model by adopting the row-column registration offset of the auxiliary grandchild image blocks of the control points and the central element position of the main grandchild image blocks, and calculating the registration offset of each pixel in each auxiliary image block of any auxiliary image in parallel; and carrying out parallel resampling on the boundary continuation image of any auxiliary image block, and outputting a precise registration SAR auxiliary image block. The invention can realize the high-precision image registration of the wide-area long-time SAR complex image sequence.)
技术领域
本发明涉及一种合成孔径雷达数据处理方法，尤其是涉及一种两次分块策略的广域SAR复图像序列快速配准方法，属于干涉合成孔径雷达影像数据处理技术领域。
背景技术
合成孔径雷达(Synthetic Aperture Radar,SAR)是一种能够全天时、全天候工作的主动式微波成像雷达，对地表具有一定的穿透能力且具有高宽幅、高的空间-时间分辨率等优势。自20世纪50年代问世以来，SAR一直是对地观测的国际前沿技术之一。在SAR基础上发展起来的长时间序列干涉合成孔径雷达(Interferometric Synthetic ApertureRadar,InSAR)与层析合成孔径雷达(Tomographic SAR，TomoSAR)技术，利用存在一定视角差异的多幅SAR复图像，能够高效高精度获取连续覆盖的三维地形与高程变换信息。像素追踪(Pixel offset tracking，POT)技术通过利用长时间观测的SAR幅度序列变化来预测场景中目标的移动速率。这些技术被广泛应用于军事侦察(地形测绘、目标识别、三维战场模拟、武器精确打击)、资源勘探(油气田监测、矿产资源开采、地下水抽取)、环境监测与灾害评估(地面沉陷监测、建筑物稳定性、同位震波偏移测量、山体滑坡监测与识别)、工业工程(城市规划、铁路选址)、全球变化(火山腐蚀与膨胀、冻土退化、冰川漂移、极地冰层变化等)及天文学研究(行星探测)等领域。
以上技术的实用性能受SAR复图像序列配准精度制约，因此，实现快速高精度广域SAR复图像序列配准是应用这些技术的基础前提与关键环节。SAR复图像序列配准指的是，选取某一参考时刻的SAR图像作为主图像，其余长时间观测的同一场景的SAR辅图像序列与之配准。一方面，星载SAR图像幅宽较大、图像序列配准图像较多，导致图像配准的计算复杂度较高。另一方面，不同角度观测的广域宽幅SAR图像中存在几何扭曲效应，导致广域SAR图像分块配准时边界像素难以达到高精度重采样要求。
当前图像配准侧重于相似度准则方法的提出，而缺乏从工程实现上提出既能满足高精度配准要求又能快速实现且缓解几何扭曲效应的图像序列配准框架。提出的很多基于特征、相关性、互信息量乃至最新的基于深度学习等相似性配准准则虽能够有效实现SAR图像快速高精度配准要求，但仅限于几何扭曲效应不明显的小范围场景区域，如Pallotta在其论文“Subpixel SAR Image Registration Through Parabolic Interpolation of the2-D Cross Correlation”(《IEEE Transaction on Geoscience and Remote Sensing》，2020)中提出基于最大互相关系数准则的图像配准方法，Paul在其论文“SAR ImageRegistration Using an Improved SAR-SIFT Algorithm and Delaunay-Triangulation-Based Local Matching”(《IEEE Journal of Selected Topics in Applied EarthObservations and Remote Sensing》，2019)中提出基于特征相似性准则的图像配准方法，Merkle在其论文“Deep Learning for SAR-Optical Image Matching”(《IEEEInternational Geoscience and Remote Sensing Symposium》，2019)中提出基于深度学习的图像配准方法。
发明内容
本发明的主要目的是针对广域长时间SAR复图像序列中存在几何扭曲、图像精配准过程中亚像素偏移量难以高精度估计与边界像素难以重采样以及多幅广域图像配准计算效率低下等问题，提出了一种两次分块策略的广域SAR复图像序列快速配准方法，利用本发明可以实现广域长时间SAR复图像序列高精度图像配准。
本发明的上述目的通过以下技术方案实现：
一种两次分块策略的广域SAR复图像序列快速配准方法，包括以下步骤：
步骤一：在Google earth上选取感兴趣区域中心位置的经纬度及高程，计算感兴趣区域中心位置在每幅SAR图像的行列位置，以感兴趣区域中心位置为中心，裁剪大小相同的长时间SAR图像序列，从长时间SAR图像序列中选出相干系数最高的图像作为主图像，剩余为辅图像；
步骤二：基于最大相关系数准则计算所有辅图像相对于主图像的行列配准偏移量；根据辅图像相对于主图像的行列配准偏移量与主图像的感兴趣区域中心行列位置，将所有长时间SAR图像序列重叠的区域裁剪出来作为裁剪SAR图像；
步骤三：将裁剪的SAR图像按设定像素大小以及设定边界重叠像素进行图像分块获得图像块，图像块分为主图像块和辅图像块，基于最大相关系数准则，并行对每个辅图像块进行粗配准，得到任一辅图像块相对于主图像块的行列配准偏移量，按辅图像块的行列配准偏移量寻找与主图像块相对应的所有辅图像块集合，并根据精配准中插值核函数的大小对所有辅图像块集合进行边界延拓得到新辅图像块集合；
步骤四：对步骤四的粗配准的辅图像块进行不重叠划分获得辅孙图像块，对主图像块进行不重叠划分获得主孙图像块；计算主孙图像块和辅孙图像块之间的相关系数；计算主孙图像块和辅孙图像块之间的行列配准偏移量，并记录主孙图像块的中心元素位置；筛选高相干的主孙图像块的中心像元作为控制点，采用控制点的辅孙图像块的行列配准偏移量与主孙图像块的中心元素位置，拟合获得多项式模型的参数；根据拟合的多项式模型参数，并行计算出任一辅图像每个辅图像块中每个像元的配准偏移量；
步骤五：根据步骤四拟合出的任一辅图像像元的行列配准偏移量，采用设定大小的插值核函数对任意辅图像块的边界延拓图像进行并行重采样，输出与辅图像块一样大小的精配准SAR辅图像块，并对重叠区域的辅图像块进行几何平均。
如上所述的步骤一中的相干系数ρc通过快速傅立叶变换计算：
其中，norm{·}表示归一化函数，Sm表示主图像，Ss表示辅图像，*表示共轭算子。
如上述所述的步骤三中，
图像块的行列数目nrow×ncol：
其中，blocksize与overlap分别表示图像块的像素大小与图像块的重叠像素大小，rowsize为裁剪的SAR图像的行数，closize为裁剪的SAR图像的列数。
如上所述的步骤三中，将裁剪的SAR图像按设定像素大小以及设定边界重叠像素进行图像分块获得图像块包括以下步骤：
从步骤二获得的裁剪SAR图像行列位置为
的像元起，以nrow×ncol的大小将裁剪的SAR图像进行再次裁剪，并按设定像素大小以及设定边界重叠像素进行分块获得图像块。
如上所述的步骤四中，计算主孙图像块和辅孙图像块之间的相关系数Γ(i,j)基于以下公式：
而分别表示二维索引为(i,j)的主孙图像块和辅孙图像块在行列编号为(x,y)的像素值。
如上所述的步骤四中，多项式模型为
其中，a0,a1,a2,a3,a4,a5,b0,b1,b2,b3,b4,b5为多项式模型参数，与为主孙图像块和辅孙图像块之间的行列配准偏移量，x(i,j),y(i,j)为主孙图像块的中心元素位置。
本发明相对于现有技术，具有以下有益效果：
(1)普适性。本发明提供了一种面向广域宽幅遥感图像高精度配准的框架，改变框架内的具体配准准则及重采样就可适用于多种平台多种传感器获得的图像序列的高精度配准。
(2)高精度性。本发明第一步地理定位原理可以将所有SAR图像的配准偏移量控制在十位数量级范围内，第二步全场景SAR图像粗配准策略可以将所有SAR图像的配准偏移量控制在个位数量级范围内，第三步辅图像块粗配准策略可将所有SAR图像块的配准精度控制在亚像素级内，第四与第五步辅孙图像块精配准策略可将所有SAR图像块的配准精度控制在千分之一像素级以内。
(3)实用性。本发明提通过多幅图像并行配准、图像分块并行计算能够极大提高多幅SAR图像配准的运行效率，两次分块策略能够极大缓解由不同观测角度引起的几何扭曲效应。
附图说明
图1为本发明的流程示意图；
图2是北京顺义区的Google Earth光学图像与利用地理编码原理几何定位裁剪出的一块8.70Km×7.37Km包含首都国际机场的实验研究区域；
图3是4幅星载TerraSAR-X/TanDEM-X时序SAR复图像利用本发明最终获得的配准后主辅图像块的功率图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明，下面结合实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。
一种两次分块策略的广域SAR复图像序列快速配准方法，具体包括以下步骤：
步骤一：在Google earth上大致选取感兴趣区域中心位置的经纬度及高程(lon,lat,hei)，将感兴趣区域中心在WGS84坐标系下的位置变换到地心惯性坐标系下的位置根据SAR距离方程、多普勒方程；
其中，|·|表示欧式距离，<·,·>表示矢量内积。结合卫星星历数据，卫星星历数据中，为卫星相对地面的运动速度，为卫星的空间位置，确定卫星对感兴趣区域中心成像的时间t以及卫星的空间位置进而得到感兴趣区域中心与成像时刻卫星的距离r，fdc为多普勒中心频率。
利用成像快慢时间公式
其中tmin、rmin、ρr、fprf分别为SAR图像首相元成像时间、卫星与首相元目标的距离、SAR图像距离向分辨率以及脉冲重复频率，表示向下取整算子。将整数值确定为感兴趣区域中心在SAR图像中的行列位置(row,col)。计算感兴趣区域中心在每幅SAR图像的行列位置(row0,col0)，以每幅SAR图像的行列位置(row0,col0)为中心，裁剪大小相同的长时间SAR图像序列，从长时间SAR图像序列中选出相干系数最高的图像作为主图像、剩余为辅图像。
相干系数ρc可以通过快速傅立叶变换计算：
其中，norm{·}表示归一化函数，Sm表示主图像，Ss表示辅图像，*表示共轭算子。
步骤二：基于最大相关系数准则，计算长时间SAR图像序列中辅图像相对于长时间SAR图像序列中主图像的行列配准偏移量(△m,△n)，根据辅图像相对于主图像的行列配准偏移量(△m,△n)与主图像的感兴趣区域中心行列位置(row0,col0)，将所有长时间SAR图像序列重叠的区域裁剪出来，并记录裁剪SAR图像大小为(rowsize,colsize)，其中，rowsize为裁剪的SAR图像的行数，closize为裁剪的SAR图像的列数。
步骤三：将裁剪的SAR图像按1024×1024像素大小以及边界重叠128个像素进行图像分块获得图像块，图像块分为主图像块和辅图像块，具体为：
计算图像块的行列数目nrow×ncol：
其中，blocksize＝1024与overlap＝128分别表示图像块的像素大小与图像块的重叠像素大小。
从步骤二获得的裁剪SAR图像行列位置为
的像元起，以nrow×ncol的大小将裁剪的SAR图像进行再次裁剪，并按1024×1024大小、边界重叠128个像素进行分块获得图像块(主图像块/辅图像块)。
采用步骤二基于最大相关系数准则，并行对每个辅图像块进行粗配准，得到任一编号为i的辅图像块相对于主图像块的行列配准偏移量按辅图像块的行列配准偏移量寻找与主图像块相对应的所有辅图像块集合并根据精配准中插值核函数的大小kernelsize对所有辅图像块集合进行边界延拓得到新辅图像块集合
步骤四：对步骤三1024×1024大小的辅图像块集合中的每个辅图像块进行不重叠256×256划分，每个辅图像块划分为4×4个辅孙图像块，接着对辅图像块集合中的每个辅图像块的4×4个辅孙图像块进行256或512倍插值。
对步骤三1024×1024大小的主图像块集合中的每个主图像块进行不重叠256×256划分，每个主图像块划分为4×4个主孙图像块，接着对主图像块集合中的每个主图像块的4×4个主孙图像块进行256或512倍插值。
对步骤二与步骤四两次分块的编号建立二维索引(i,j)，二维索引(i,j)表示编号为i的图像块内编号为j的孙图像块。采用如下与相位无关的相干估计方法，并行计算主孙图像块和辅孙图像块之间的相关系数Γ(i,j)，即
其中
而分别表示二维索引为(i,j)的主孙图像块和辅孙图像块在行列编号为(x,y)的像素值。
基于最大实相关系数准则，计算主孙图像块辅孙图像块之间的行列配准偏移量与并记录4×4个主孙图像块的中心元素位置(x(i,j),y(i,j))。
筛选ρ(i,j)>0.5的高相干的主孙图像块的中心像元作为控制点，采用控制点的辅孙图像块的行列配准偏移量与主孙图像块的中心元素位置，通过的多项式模型拟合辅图像块所有像素的配准偏移量，即
其中，a0,a1,a2,a3,a4,a5,b0,b1,b2,b3,b4,b5为多项式模型参数。联立4×4个辅孙图像块中高相干的辅孙图像中心像素的配准偏移量模型，并将主孙图像块和辅孙图像块之间的相关系数Γ(i,j)作为模型权重，采用相干加权最小二乘法即可求得多项式模型的参数。
根据拟合的多项式模型参数，并行计算出任一辅图像每个辅图像块中每个像元的配准偏移量。
步骤五：根据步骤四拟合出的任一辅图像像元的行列配准偏移量，采用设定大小为kernelsize的插值核函数对任意编号为i的辅图像块的边界延拓图像进行并行重采样。输出与辅图像块一样大小的精配准SAR辅图像块，并对重叠区域的辅图像块进行几何平均。
实施实例
为说明本发明的有效性，进行如下4幅TerraSAR-X/TanDEM-XSAR影像数据验证实验。SAR观测区域为北京顺义区的首都国际机场，图2是北京顺义区的Google Earth光学图像，黑框为采用本发明步骤一地理编码原理几何定位裁剪出的一块8.70Km×7.37Km包含首都国际机场的实验研究区域，四个角点经纬坐标分别为(116.5635,40.0323)、(116.5453,40.1095)、(116.6484,40.0440)、(116.6304,40.1211)。
图3是4幅星载TerraSAR-X/TanDEM-X时序SAR复图像利用本发明最终获得的配准后主辅图像块的功率图，其中第(b)幅图像为主图像，(a)、(c)、(d)均为辅图像，可以看出本发明能够有效实现广域复杂场景SAR复图像序列的高精度配准，证明了本发明能够有效解决广域长时间SAR复图像序列中几何扭曲区域难以高精度配准与图像精配准过程中图像边界像素难以精确重采样等广域SAR复图像序列配准存在的问题。表1是采用本发明与基于最大相关系数准则下未用并行计算所花时间的对比，从中可以看出本发明显著提高了广域长时间序列星载SAR复图像配准的计算效率。
表1本发明实施结果的计算时间表
本发明
时间(小时)
未并行计算
3.7
并行计算
0.15
以上所述的具体实施方式仅仅是对本发明精神作说明，但本发明的保护范围并不局限于此，本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似方式替代，但并不会偏离本发明的精神或者超越所附权利要求的保护范围。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：一种运动物体点云模型配准方法