[发明专利]一种基于建筑物三维模型的SAR图像增强方法及系统

说明书

本发明公开了一种基于建筑物三维模型的SAR图像增强方法及系统，包括步骤A(建筑物目标三维模型表示模块)，建筑物目标三维模型的表示；步骤B(模拟特征图像生成模块)，基于SAR成像过程和建筑物目标三维模型生成模拟特征图像；步骤C(图像配准融合显示模块)，将模拟特征图像和真实SAR图像进行配准并融合显示，得到建筑物目标视觉显示效果增强后的SAR图像。本发明通过引入建筑物目标三维模型先验知识，充分考虑到建筑物目标几何畸变和辐射畸变特征，能够增强建筑物目标在SAR图像上的特征；通过引入建筑物目标SAR特征图像模拟技术，将模拟特征图像与真实SAR图像融合显示，提高了建筑物目标的识别效果，适于推广应用。

技术领域

本发明涉及微波遥感技术应用领域，特别是涉及一种基于建筑物三维模型的SAR图像增强方法及系统。

背景技术

随着空间分辨率的提高，利用合成孔径雷达(Synthetic Aperture Radar，SAR)开展城市建筑物目标监测逐渐成为城市遥感应用的一个研究热点。与光学传感器不同，SAR是通过探测目标与传感器之间的斜距来成像，具有一定高度的建筑物目标在SAR图像中会出现较大的几何畸变和辐射畸变，导致SAR图像中建筑物目标的图像特征与光学图像不同，建筑物目标难以识别和提取，从而增加了建筑物目标SAR图像解译的难度，限制了SAR技术在城市目标监测中的应用。因此，如何增强SAR图像的视觉效果，突出SAR图像中建筑物目标的图像特征，提高SAR图像中建筑物目标的可识别度，降低SAR图像的解译难度，是SAR城市目标监测中亟待解决的难题。

现阶段提高SAR图像的视觉效果的方法，主要是采用图像增强技术。其中，指数拉升方法的应用最为广泛，通过调节模型中的参数来提高图像视觉效果。例如，最为常见的GMAMA拉伸方法，就是一种典型的指数拉升方法，该方法应用在SAR遥感软件中，ENVI/SARscape、RAT(Radar Analysis Tools)等软件中。该方法技术方案如下：

首先按照公式(1)，以参数γ对原始图像A(x,y)进行指数拉伸得到图像L_γ(x,y)；然后将L_γ(x,y)在[0,αu_γ]区间内进行线性拉伸得到结果图像L_αγ(x,y)，参数u_γ为L_γ(x,y)的均值。

L_γ(x,y)＝A(x,y)^γ (1)

其中，参数γ和α是可供调节的参数，在RAT软件中α＝0.7，γ＝0.7.

这类方法虽然在一定程度上能够提高图像的对比度，却不能解决SAR图像中建筑物目标难以识别和提取的难题。这是由于SAR成像是一个从三维场景空间到二维图像的映射过程，必然会导致信息的损失，图像中出现较大的几何畸变、辐射畸变以及阴影特征，而这些信息的损失是不能通过图像的灰度拉升方法恢复的。

由于上述方法没有考虑到建筑物目标几何畸变和辐射畸变特征，无法解决建筑物目标几何畸变和辐射畸变特征导致的SAR图像视觉退化问题；且上述方法无法有效突出SAR图像中建筑物目标的图像特征，对于建筑物目标SAR图像而言，这些图像特征是会影响图像的视觉效果，无法提高解译人员对图像中目标的识别能力。

由此可见，上述现有的SAR图像增强方法显然仍存在有不便与缺陷，而亟待加以进一步改进。如何能创设一种可解决建筑物目标几何畸变和辐射畸变特征导致的SAR图像视觉退化问题、提高建筑物目标的识别效果的新的SAR图像增强方法和系统,成为当前业界极需改进的目标。

发明内容

本发明要解决的技术问题是提供一种可解决建筑物目标几何畸变和辐射畸变特征导致的SAR图像视觉退化问题、提高建筑物目标的识别效果的新的SAR图像增强方法和系统。

为解决上述技术问题，本发明采用如下技术方案：