[发明专利]基于改进特征提取和博弈论超图的SAR图像与可见光图像匹配方法

权利要求书

1.一种基于改进特征提取和博弈论超图的SAR图像与可见光图像匹配方法，其特征在于，该方法包括如下步骤：

(1)针对待匹配的SAR图像和可见光图像，在提取特征之前，对SAR图像进行预处理，平滑相干斑噪声，对于可见光图像，预先对图像进行图像锐化的预处理；

(2)针对待匹配SAR图像，使用改进的ROEWA算法提取SAR图像的轮廓；

(3)针对待匹配的可见光图像，使用SOBEL算子对可见光图像卷积，提取轮廓；

(4)针对待匹配的SAR图像和可见光图像，对图像提取轮廓之后，在轮廓上提取CSS角点作为特征点；

(5)使用CPD算法对角点和角点周围的轮廓点进行匹配，将匹配问题转化为概率密度估计问题，对两幅图的特征点进行一致性漂移运动；

(6)获得初始匹配结果后，分别对每幅图的匹配点构建超图模型，并且分别对两个超图模型建立超边的邻接张量，再将匹配问题转化为博弈问题，计算优化函数达到纳什均衡点，消除错误匹配点对。

2.根据权利要求1所述的一种基于改进特征提取和博弈论超图的SAR图像与可见光图像匹配方法，其特征在于，步骤(1)中对异源图像进行预处理的方法是：对SAR图像进行预处理，先使用LEE滤波器对图像滤波，然后使用拉普拉斯算子锐化图像，对可见光图像进行预处理，使用拉普拉斯算子锐化图像。

3.根据权利要求1所述的一种基于改进特征提取和博弈论超图的SAR图像与可见光图像匹配方法，其特征在于，所述步骤(2)中针对待匹配SAR图像，使用改进的ROEWA算法提取SAR图像的轮廓，具体方法如下：

第一，指数加权均值比(ROEWA)检测器，其本质上是基于指数平滑滤波器的线性最小均方误差，在一维中，这个滤波器如公式(1)所示：

f(x_t)＝K_z·exp(-α|x_t|) (1)

其中，K_z是普通常量，α是滤波系数，x_t是输入参数，在离散的条件下，若在离散化条件下，用n＝1,2,...,N^t作为输入参数,f(n)可以通过f₁(n)和f₂(n)的组合获得，公式(2)如下：

其中，f₁(n)和f₂(n)可以通过以下公式(3)获得；

其中，0b＝e^-α1，a＝1-b，并且，u(n)是离散的Heaviside函数；

对于二维图像I_img(x,y)，(x,y)表示图像上的坐标，计算X方向的边缘强度分量和计算过程如下式(4)所示：

其中，符号表示X方向的卷积，符号表示Y方向的卷积，同理可以计算Y方向的边缘强度分量和

通过和可以获得I_img(x,y)的水平边缘强度系数r_Xmax(x,y)，如下式(5)所示：

同理，通过和可以获得I_img(x,y)的竖直边缘强度系数r_Ymax(x,y)，计算获得ROEWA的算子r_max(x,y)，如下式(6)：

r_max(x,y)＝[r_Xmax(x,y),r_Ymax(x,y)]^T (6)

基于ROEWA算子的边缘强度函数式与梯度模的定义公式类似，计算方程如下式(7)所示：

第二，获得梯度强度图后，先将边缘梯度强度图像归一化，再通过式(8)将梯度幅值转化为对应的灰度值，将SAR图像的梯度强度图转化为可视化的边缘强度灰度图：

其中，表示第i个像素的边缘梯度强度值，N_r表示边缘梯度强度图像I(x,y)的像素点的个数，表示第i个像素的灰度值，max表示取最大值；

第三，获得边缘强度灰度图后，设置阈值T^w，并判断每个像素点的灰度值是否大于T^w，若大于T^w则判定该点为边缘点，否则为非边缘点，新建一个与原图像同样大小的二值图像，若该点为边缘点，则在二值图像的对应位置上的值设置为1，为白色，否则设置为0，为黑色；

第四，在构建的二值图像中使用形态学方法，使用开运算或闭运算，根据边缘所围成的区域面积，通过设置阈值T^m，筛选掉区域面积小于阈值T^m的边缘，并且细化边缘，为后续图像匹配做准备。