[发明专利]一种利用特征点Voronoi图优选的星载合成孔径干涉雷达影像配准方法

摘要

本发明涉及一种特征点Voronoi图优选的星载合成孔径干涉雷达影像配准方法，其主要特点在于配准参考点的布设策略较为新颖，充分考虑了特征点的统计信息、专题信息、拓扑信息、度量信息等属性信息，包括以下步骤（1）获取测区的星载InSAR复数影像对；（2）计算影像对中一幅复数影像的能量图并进行滤波处理；（3）在滤波后的能量图上使用Forstner算子提取特征点；（4）对提取的特征点构建Voronoi图，利用Voronoi图优选特征点；（5）使用优选后的特征点，采用最大谱相关的方法找寻其同名点；（6）根据找寻的同名点对，计算两幅影像间的模型参数；（7）利用计算出的模型参数，将两幅影像统一到同一影像坐标系下。所述方法提高了同名点找寻成功率与相干系数值，使得优选后的特征点在分布上更加合理，提高了模型系数的计算精度，进而提高了影像对的配准精度。

主权项

一种利用特征点Voronoi图优选的星载合成孔径干涉雷达影像配准方法，主要是通过对特征点的优选和影像对中同名点的找寻，其特征在于，包括以下步骤：(1)获取测区的星载合成孔径干涉雷达复数影像对；(2)计算影像对中一幅复数影像的能量图，并对能量图进行滤波处理；首先选取一幅复数影像为主影像，另一幅复数影像作为对应的辅影像或从影像，计算主影像的能量图，所述能量图的计算表达式为其中rei,j，imi,j，Ai,j分别表示像元(i,j)的实部、虚部和强度值，使用高斯核函数执行滤波操作，二维高斯核函数的表达式为i,j表示二维平面坐标，δ表示高斯核宽度，A是核函数的系数，e是自然指数的根，π是圆周率，这里取A＝1,π＝3.1415926535；(3)在滤波后的能量图上使用Forstner算子提取特征点；(4)对提取的海量特征点构建不规则三角网(T I N)，跟据三角网的拓扑信息追踪包含所有特征点的边界多边形，生成虚拟边界，将虚拟边界点作为伪特征点加入特征点集合中组成新点集，重新构建T I N，并在此基础上生成Vorono i图，利用特征点Vorono i图的单元格面积、单元格包含的特征点权重和特征点总数三方面信息，使用优选指标对特征点进行优选，式中，Pi，Wi，Ai分别表示第i个特征点的优选指标值，权重，和对应的Vorono i单元格面积，n代表特征点总数；(5)使用优选后的特征点，在频率域中找寻其同名点；(6)根据找寻的同名点对，计算两幅影像坐标系间的RPC参数；(7)利用计算出的RPC参数，将一幅影像重采样到另一幅影像的影像坐标系。