[发明专利]基于自适应阈值分割和组合优化的SAR图像配准

权利要求书

1.一种基于自适应阈值分割和组合优化的SAR图像配准方法，包括如下步骤：

步骤101：导入两幅同一地区的SAR图像，一幅作为参考图像，另一幅作为待配准图像；

步骤102：对两幅图像分别采用自适应阈值分割提取出最佳阈值，使用最佳阈值分别将两幅图像中的目标区域图像与背景区域图像分离开来；

步骤103：将两幅图像分割出来的目标区域图像的灰度归一化到同一灰度级；

步骤104：采用粒子群算法(PSO)对两幅归一化的目标区域图像之间的互信息进行寻优，搜索到使互信息达到最大的配准参数(θ,Δx,Δy,α)，其中，θ为旋转角度，Δx为水平平移，Δy为垂直平移，α为尺度缩放；

步骤105：对两幅归一化的目标区域图像做三层小波分解，只取低频分量用于Powell算法寻优；

步骤106：将步骤104中通过PSO搜索得到的配准参数(θ,Δx,Δy,α)变为(θ,Δx/8,Δy/8,α)，作为Powell算法在小波分解第3层搜索的初始点，搜索得到配准参数(θ₁,Δx₁,Δy₁,α₁)；

步骤107：因为对两幅归一化的目标区域图像做三层小波分解后的每层之间图像大小都是两倍关系，故将得到的(θ₁,Δx₁,Δy₁,α₁)变换为(θ₁,2Δx₁,2Δy₁,α₁)作为下一层搜索的初始点，继续搜索配准参数；

步骤108：重复步骤107，直到搜索至原图大小(即第三层→第二层→第一层→原图)，得到的配准参数就是最终的配准参数；

步骤109：使用步骤108得到的最终的配准参数将待配准图像变换回去，然后与参考图像叠加得到配准结果图。

2.根据权利要求1所述的基于自适应阈值分割和组合优化的SAR图像配准方法，其中，所述步骤102包括如下步骤：

步骤201：取上述两幅同一地区的SAR图像中的一幅SAR图像I₁，寻找该图像中的最小灰度值Z_min和最大灰度值Z_max，求平均得到初始阈值；

T0=Zmax+Zmin2]]>

步骤202：每次更新的阈值T_k将图像分离成两部分，小于等于阈值T_k的部分是目标区域图像，其它的部分是背景区域图像，分别求目标区域的平均灰度Z₀和背景区域的平均灰度Z_B；

Z0=ΣZ(i,j)<TkZ(i,j)×N(i,j)ΣZ(i,j)<TkN(i,j)]]>

ZB=ΣZ(i,j)<TkZ(i,j)×N(i,j)ΣZ(i,j)<TkN(i,j)]]>

其中，像素点(i,j)的灰度值是Z(i,j)，灰度值Z(i,j)出现次数为N(i,j)；

步骤203：再对步骤202得到的目标区域图像的灰度值和背景区域图像的灰度值取平均得到新的阈值；

Tk+1=Z0+ZB2]]>

步骤204：若T_k和T_k+1相等，结束，得到的T_k即为采用自适应阈值分割的最佳阈值，若Z(i,j)＜＝T_k，则像素点(i,j)为目标区域图像的像素点，若Z(i,j)＞T_k，则像素点(i,j)为背景区域图像的像素点；若T_k和T_k+1不相等，则转步骤202和步骤203，继续更新阈值T_k。