基于目标检测的SAR图像匹配算法概要.docx

基于目标检测的SAR图像匹配算法概要.docx

《基于目标检测的SAR图像匹配算法概要.docx》由会员分享，可在线阅读，更多相关《基于目标检测的SAR图像匹配算法概要.docx（10页珍藏版）》请在冰豆网上搜索。

基于目标检测的SAR图像匹配算法概要

第30卷第12期2008年12月

电子与信息学报

JournalofElectronics&InformationTechnology

Vbl.30No.12Dec.2008

基于目标检测的SAR图像匹配算法

张辉王建国

（电子科技大学电子工程学院成都610054

摘要t该文提出一种基于目标检测的SAR图像匹配算法。

针对SAR图像的特点,该算法先检测SAR图像的强散射目标,接着计算各强散射目标的质心,对主、辅图像的质心点集合进行Delaunay三角剖分,以三角剖分后的对应相似三角形的质心、内心、外心为匹配点进行匹配,最后用ERS.I,ERS.II卫星的SAR图像进行实验,通过与相干系数法进行比较,实验结果证实了方法的有效性。

关键词lSAR图像;目标检测;Delaunay三角剖分;图像匹配

中图分类号:

TN957.52文献标识码:

A文章编号:

1009.5896（200812—2818—04ASARImageMatchingAlgorithmBasedonTargetDetection

ZhangHuiWangJian-guo

（CollegeofElectronicEngineering,UESTC,Chengdu610054,China

Abstract:

ThispaperpresentsanalgorithmaboutSARimagematchingbasedontargetdetection.AccordingtothecharacteristicsofSARimage,thismethoddetectsthestrongscatterertargetsfirstly,andthencalculatesthecentroidpointsofthestrongscattererstargets,thenthesecentroidpointsareusedtogeneratingDelaunay

triangulation,Aftertriangulation,inthecentroids,incenters,circumcentersofthecorrespondingsimilartriangleforestablishingthemapingfunctionbetweenmaster—imageandslave-image.Finally,thetestcarriedoutwith

SARimagesofERS—I,ERS—IIsatellite,compareingwiththemethodsbasedoncorrelation,theexperimentalresultconfirmstheeffectivenessofthismethod.

Keywords:

SARimage;Targetdetection;Delaunaytriangulation;Imagematching

l引言

SAR（SyntheticApertureRadar图像匹配就是寻求两幅SAR图像像素点之间的几何变换关系,通过这一变换可以把一个图像数据集中的任意一点的坐标变换到另一个数据集中的对应位置的坐标。

它是SAR图像应用中的一个重要环节,直接影响到诸如SAR图像变化检测,SAR图像与光学图像融合,目标识别等SAR图像多种应用的效果,因此研究SAR图像匹配技术具有重要的理论意义和实用价值。

目前常用的图像匹配方法有相干系数法、最大频谱法,互信息量法等IlJo其中相干系数法和互信息量法对灰度变化比较敏感:

相干系数法和最大频谱法运算量较大。

SAR图像本身固有的相干斑噪声使得相干系数法、最大频谱法,互信息量法应用于SAR图像匹配时效果不是很好。

另外,不同SAR载体得到的SAR图像分辨率可能不一样,这也使得传统的图像匹配方法不适合应用于不同分辨率的SAR图像匹配。

针对SAR图像动态范围比较大,相干斑使得图像质量下降的情况,本文应用检测强散射目标的方法,结合Delaunay三角剖分,提出了一种新的SAR图像匹配算法。

新算法其主要思想是根据目标的分布特性,检测出主图像和辅图像的强

2007—06-11收到,2007-09—24改回散射目标,计算各强散射目标的质心。

对主、辅图像的各强散射目标的质心点集合进行Delaunay三角剖分,以主、辅图像三角剖分后的对应相似三角形的质心、内心、外心为匹配点进行匹配。

实验结果表明,新方法可以有效抑￥0SAR图像相干斑噪声的影响,提高图像匹配的精度,并具有运算量小的优点。

2基于目标分布特性的目标检测

对于SAR图像,假设目标和背景都服从Gamn2a分布,这种分布假设下,有目标皿和没有目标玩的联合概率密度函数分别表示为

如㈦吣,=垂南鲥咖r1唧[-掣㈠烈巧厶研,蜀2驵爿荔【去J叫叫扛1exp【-筹PJ（1

如池砜川=垂志时咖rlexp（_掣】（2烈《厶砜,凰2娶南【意J科叫卜1expI_笔导J（21&..

%。

百Lx[nj

』V

n=l

（3其中三是SAR图像的等效视数,是可以估计的;mo是背景的均值,可从背景中估计,认为是已知参数,因此似然比为

　万方数据

第12期张辉等:

基于目标检测的SAR图像匹配算法2819辅=黼p∽;山,mo,爿oJ

=时唧【-LN+LNmm。

l】㈥

根据纽曼。

皮尔逊准则,可以推导出恒虚警目标检测算法【2】,

得到检测算子为

T（茹=In|丑|十丑>p（5

这时判检测区域为目标区。

从式（5可见,当旦:

1时,

%

T@取得最小值,当m0与mI差别越大,T（。

取值越大,

说明检测区域与背景差别越大,当T（∞大于门限值时,判为

有目标出现。

由于我们检测的目标是强散射的目标,因此式

（5中去掉对数项后的检测效果更好,即

T（露:

旦>p’（6

判为有目标出现。

当N较大时,根据大数定律,m1可以认

为服从高斯分布珥:

Ⅳ（碗,矗],凰:

Ⅳ[mo,叠NL1,可以得

到检测算子的概率密度函数为

T（z~Ⅳ陪矗]一㈤Ⅳ[,,斟风

那么可以得到虚警概率晶A和检测概率R

昂A=P{T（x>卢;Ho}=Q（（p—1√ⅣL（8,一、

PD:

P{T（x>卢;珥=Qmo冬:

ml（9L¨qJ

显然,在一定虚警概率条件下,检测概率与目标相对背景的强度有关,目标相对背景越强,检测概率越高。

同时也与等效视数有关,等效视数越大,检测概率越高。

因为本文要检测的是强散射目标,为减少运算量,可以适当降低虚警概率。

3Delannay三角剖分

三角剖分是代数拓扑学里最基本的研究方法。

以平面为例,把平面剖开成一块块碎片,要求满足两个条件:

（1每块碎片都是三角形;（2平面上任何两个这样的三角形,要么不相交,要么恰好相交于一条公共边（不能同时交两条或两条以上的边。

拓扑学告诉我们:

任何平面都存在三角剖分。

令P={只,B,…,PⅣ为平面域（群上Ⅳ个离散点的集合,尽管有多种方法实现点集P的三角剖分,但是俄国数学家Delaunay在1934年证明:

必定存在且仅存在一种剖分（一般称之为Delaunay三角剖分算法,使得所有三角形的最小内角之和最大。

因此,Delaunay三角剖分能够尽可能地避免病态三角形的出现。

Delaunay_.:

角剖分具有最小内角最大以及平均形态比最大的性质,因此它是给定区域的点集的最佳三角剖分。

Delaunay三角剖分方法是一种精确而合理的利用关系衡量点集之间匹配程度的方法吼

4图像匹配

因为主、辅图像可能是在不同时间、不同雷达波段、不同SAR载体得到的,所以两图的强散射目标数目有可能不相同。

检测出强散射目标并计算两图各强散射目标的质心后,确定主、辅图像的对应匹配点成了SAR图像匹配最关键、最重要的环节。

为得到主、辅图像的对应匹配点,本文对主、辅图像的各强散射目标的质心点集合进行Delaunay三角剖分,得到剖分图A,图B。

设图A含有惫个三角形,图B含有j个三角形,将图A每个三角形的三边边长（按长度由短至长排序存入矩阵A的各行,即A是k×3维矩阵,同理得到?

×3维的矩阵B

A1=

墨=

011a12013

%1%2a23

aklak2aka

511612魄3

%。

k。

62。

6fl岛2613

则图A各三角形的三边边长比例可以表示为

C1=

a12/all

022/%1

ak2/akl

图B各三角形的三边边长比例可以表示为

Di=

6l。

/611

%。

/62。

61。

/6l-

61s/6l-

62。

/62-

6f3/6f・

（10（11（12（13

如果图A的第P个三角形和图B的第g个三角形相似,那么应该有

{Q,（p’1:

2:

!

吼2,1≤p冬毛1≤g≤f（14ICl（p,2=q（g2’一。

一’一1一、7考虑到SAR图像成像时会出现几何畸变,当满足

1_黜卜蚴鲰㈦州蚴

1~CDlI（（pg'2|,2≤∈

时,本文认为图A的第P个三角形和图B的第q个三角形相似。

对给定图A的第P个三角形,如果图B中满足式（15

　万方数据

2820电子与信息学报第30卷

的三角形有r个,则当D1中第q。

个三角形满足

幽{l卜黜|+l,一丽c1（p,2|1l≤s≥r}（16J

时,认为图A的第P个三角形和图B的第gm个三角形相似。

这样在图A,图B之间得到若干对相似三角形,显然这些相似三角形就是主、辅图像的对应匹配三角形区域。

计算各相似三角形的质心、内心、外心,则可以得到主、辅图像的对应匹配点。

SAR图像成像时,由于地球曲率和雷达平台运动的不规则性,使SAR图像不可避免地出现几何畸变,而且其与光学图像的成像方位存在一定的偏差,故必须进行几何校正。

本文采用的是多项式几何校正法。

多项式几何校正的基本思想是认为图像变形可以看成平移、缩放、仿射、偏扭和弯曲等形变的合成|4jo使用简化的形式,其表达式如下:

X1=a0+n1X2+02K+a3x2Y2+a4霹+a5聪}Yi=60+6l五+%硷+63x2y:

+64霹+毛埒}卜吖

采用最小二乘法,对主、辅图像的对应匹配点建立映射关系并进行重采样（重采样采用三次样条插值,即可得到最后的匹配结果。

5匹配效果的评价方法

根据合成孔径雷达干涉测量原理,对配准后的复图像^,厶复共轭相乘,并提取相位主值,可以得到清晰的干涉条纹图。

如果匹配误差大于或等于一个像素,则两幅图像完全不相干,干涉图轮廓不清晰,甚至看不到干涉条纹,干涉相位图看上去就像在0~27r上均匀分布的相干噪声。

因此干涉纹的清晰度可以作为匹配好坏的一个主要判断标准15J。

本文采用观察干涉条纹的清晰度来衡量匹配效果。

6实验结果与分析

实验所用的图像是1996年4月26日（ERS.I卫星和1996年4月27日（ERS.II卫星华南某地区的SAR图像,图像大小为450×500。

图1是本文匹配算法的流程图。

在进行图像匹配之前先对主、辅图像进行加权中值滤波以抑制相干斑。

图2和图3是复图像取模值后的图像（即幅度图,从图上只能看到几个强点目标,背景则看不清楚,也就是说图像的对比度不太好,但是这对于检测强散射目标却非常有利。

为使检测的强点目标较均匀的分布在图像中,本文对主、辅图像都平均分成四个子块,对四个子块分别检测强散射目标,检测的结果如图4,图5所示。

检测时,虚警概率昂A=0.0001%,检测概率晶=99.999%。

对主、辅图像的各强散射目标的质心点集合进行Delaunay三角剖分,得到剖分图6,图7,￡=0.006。

从这两个图可以看到有三对相似三角形,图6,图7中的星点是各个相似三角形的质心。

表1,表2是主、辅图像的对应匹配点。

主图像辅图像

图1算法流程图

图2主图像图3辅图像

图4主图像的强散射目标图5辅图像的强散射目标

图6主图像的Delaunay

三角剖分

图7辅图像的Delaunay三角剖分

最后的匹配结果如图8,图9所示,为了便于观察,对幅度

图像的对比度进行了适当的调整。

两幅图像的几何变换关系为

　万方数据

第12期张辉等:

基于目标检测的SAR图像匹配算法2821表1主图像匹配点

Xl=一7.0142+1.0015五+O.0103Y2

—10。

7五K一8×10“霹+10“埒

Yi=4.7670—0.0018恐+1.0019K

一5xlO。

6五K+10.5霹一4×10。

7疆

图8主图像（调整对比度后1图9匹配后的辅图像（调整对比度后

图10本文算法的干涉图图1l相干系数法干涉图

图10是本文算法对复图像匹配后的干涉图,可以较明显地看到干涉条纹,即图像匹配的精度达到了亚像素的级别。

而图11（相干系数法的干涉图条纹则比较模糊,大部分区域甚至看不到条纹,这是因为相干系数法的匹配精度只能达到像素级别,可见本文提出的算法匹配效果要比相干系数法好。

7结束语

本文将恒虚警目标检测和Delaunay三角剖分方法应用于SAR图像匹配,提出了一种新的SAR图像匹配算法。

实验结果证实,该方法能有效抑制SAR图像相干斑噪声的影响,对不同的SAR图像强度、分辨率的一致性没有严格的要求,具有较好的算法稳健性,能取得很好的匹配效果。

参考文献

【1】BarbaraZitov舀,JanFlusser.Imageregistrationmethods:

asurvey.ImageandVisionComputing,2003,21（11:

977—1000.

[2】甘荣兵.合成孔径雷达对抗及目标检测技术研究.【博士论文],成都,电子科技大学,2005,11.

[3】3马小虎.一种基于图的平面点集Delaunay三角剖分算法,中国图象图形学报,1997年,2（1,7-i0.

MaXiao-hu.Agraph—basedalgorithmforgeneratingtheDelaunaytriangulationofaplanarpointset.Chinajournalofimagegraphics,1997,2（1,7-10.

【41黄勇.SAR[]像变化检测及相关技术研究:

【博士论文1.成都,电子科技大学,2006.

[5】张晓玲.干涉合成孔径雷达成像处理技术研究.【博士论文】,成都,电子科技大学,1999,12.

张辉:

男,1982{V生,硕士生,研究方向为SAR图像处理与应用.王建国:

男,1954年生,教授,主要从事SAR系统、成像和SAR

图像处理等方面的研究工作.　万方数据

基于目标检测的SAR图像匹配算法

作者:

张辉,王建国,ZhangHui,WangJian-guo作者单位:

电子科技大学电子工程学院,成都,610054

刊名:

电子与信息学报

英文刊名:

JOURNALOFELECTRONICS&INFORMATIONTECHNOLOGY年,卷（期:

2008,30（12

参考文献（5条

1.BarbaraZitová.JanFlusserImageregistrationmethods:

asurvey2003（1112.甘荣兵合成孔径雷达对抗及目标检测技术研究2005

3.马小虎一种基于图的平面点集Delaunay三角剖分算法[期刊论文]-中国图象图形学报1997（214.黄勇SAR图像变化检测及相关技术研究[学位论文]20065.张晓玲干涉合成孔径雷达成像处理技术研究[学位论文]1999

本文链接: