[发明专利]一种SVD-RANSAC亚像素相位相关匹配方法

权利要求书

1.一种SVD-RANSAC亚像素相位相关匹配方法，其特征在于，该方法包括以下步骤：

1)获取存在水平方向偏移a和垂直方向偏移b的两幅影像g(x，y)和h(x，y)，对两幅影像分别进行Hanning窗函数加权后进行离散傅里叶变换，得到G(u，v)和H(u，v)，则H(u，v)＝G(u，v)exp{-i(au+bv)}，计算两幅影像的归一化互功率谱矩阵Q(u，v)：

Q(u,v)=G(u,v)H(u,v)*|G(u,v)H(u,v)*|=exp{-i(au+bv)};]]>

2)对得到的互功率谱矩阵进行高斯频率域滤波；

3)对滤波后的互功率谱矩阵进行奇异值分解得到左右主奇异值向量，并将其转换为对应的两个相位角向量；

4)对相位角向量进行一维解缠；

5)采用随机抽样一致算法分别估计两个相位角向量的斜率，并将该斜率转换为水平和垂直方向上的偏移值a和b。

2.根据权利要求1所述的一种SVD-RANSAC亚像素相位相关匹配方法，其特征在于，所述的步骤5)中，采用随机抽样一致算法估计相位角向量的斜率是以相位角向量理论上的直线性为数学模型、待估计的相位角向量的斜率为模型参数θ_k进行迭代求解，具体为：

501)预设参数最大迭代值k_max、置信度η₀和阈值t，并设当前迭代值k＝0，最大有效样本数据I_max＝0；

502)随机选择最小要求的m个样本来估计模型参数θ_k；

503)根据阈值t和估计模型计算阈值内的数据个数I_k，判断|I_k|＞I_max是否成立，若是，则执行步骤504)，若否，则执行步骤505)；

504)令最优模型参数θ^*＝θ_k，有效样本数据I^*＝I_k，采用如下公式重新计算k_max后执行步骤505)：

kmax=log(1-η0)log(1-ϵm)]]>

式中，ε^m＝|I^*|/N，N为数学模型数据集的数据量；

505)令k＝k+1，并判断k＜k_max是否成立，若是，则执行步骤506)，若否，则返回步骤502)；

506)获得最终的最优模型参数θ^*和有效样本数据I^*。