[发明专利]基于小波变换的InSAR干涉条纹匹配方法

权利要求书

1.一种基于小波变换的InSAR干涉条纹匹配方法，其特征在于，具体包括如下步骤：

步骤1、干涉条纹的获取，具体包括：

(1)首先根据实际InSAR回波数据进行单视复数图像s₁和单视复数图像s₂的配准，包括单视复数图像s₁和单视复数图像s₂之间距离向和方位向偏移值的计算和副影像到主影像的重采样；

(2)将两幅配准后的图像进行干涉处理，即用一幅图像乘以另一幅图像的共轭，即s₁.s^*₂，之后取出相位信息；

(3)去除平地相位，得到待匹配的干涉条纹；

步骤2、干涉条纹特征的分离，具体包括：

(1)干涉条纹的分解与重构；

(2)进行干涉条纹纹理滤波；

(3)进行条纹剖面线特征提取；

(4)进行阴影区域干涉条纹特征快速提取；

(5)进行叠掩区域干涉条纹特征快速提取；

步骤3、多尺度相关匹配，具体包括：

设某尺度下基准干涉条纹图像或特征I(x,y)，实际获取的干涉条纹和提取的特征作为模板图J(x,y)，将模板图J(x,y)叠放在某尺度下基准干涉条纹图像或特征I(x,y)上进行平移滑窗搜索；采用归一化互相关的匹配算子来实现基准干涉条纹和实际干涉条纹之间的相似度度量；归一化后的相关系数为：

其中，μ_I和μ_J分别是两幅图像的均值，σ_I和σ_J分别是两幅图像的标准差，N代表了图像中像素点的数量，归一化互相关的取值范围[0,1]。

2.根据权利要求1所述的一种基于小波变换的InSAR干涉条纹匹配方法，其特征在于：所述步骤2的第(1)步包括：

将干涉条纹通过二维Mallat小波分解算法，在j-1尺度上分解为：

C_j＝H_azH_rgC_j-1

其中，H_az为方位向低通分解滤波器，H_rg为距离向低通分解滤波器，G_az为方位向高通分解滤波器，G_rg为距离向高通分解滤波器；C_j,分别对应于条纹图像C_j-1的低频成分、垂直方向上的高频成分、水平方向上的高频成分和对角方向上的高频成分；

通过Mallat小波重构算法重建原始分辨率的干涉条纹：

其中，分别是第j层四个分量的加权系数，当这些系数全等于1时，完全恢复了原始干涉条纹图像；H_az^*,H_rg^*,G_az^*和G_rg^*分别为H_az,H_rg,G_az和G_rg的共轭。

3.根据权利要求2所述的一种基于小波变换的InSAR干涉条纹匹配方法，其特征在于：所述步骤2的第(2)步具体包括：

定义中心像素和邻域像素的相干系数距离为：

D＝|γ_i-γ_j|

其中，γ_i和γ_j分别为中心像素i和邻近像素j的相干系数；

基于相关系数距离和领域能量值的关系，改进后的邻域能量形式如下：

其中，x_i表示像素分割标签，x_j是x_i的邻近分割标签；α用来控制曲线形状，β是大于零的参数，用来调整似然能量和邻域能量的权重。