本發明專利技術公開了一種基于CPD的合成孔徑雷達圖像配準方法及存儲介質，屬于信號處理技術領域。該方法包括：構建分割數據集，訓練一個分割網絡，以此提取SAR圖像的點云特征，用于克服SAR圖像相干噪聲和散射差異對特征提取的影響；利用對異常值魯棒的點云匹配算法對特征點云進行配準，估計出SAR圖像之間的配準關系；根據估計出的配準關系對SAR圖像進行空間變換和重采樣后完成配準。本發明專利技術通過基于深度學習的分割技術，克服SAR圖像相干噪聲和散射差異的影響，能夠提取精細的圖像點云特征，有效提升了SAR圖像配準的精度。
【技術實現步驟摘要】
本專利技術屬于信號處理，特別涉及合成孔徑雷達(sar)圖像的配準，具體是一種基于一致性點漂移(cpd)的圖像配準方法及存儲介質。
技術介紹
1、合成孔徑雷達(sar)是一種主動式微波遙感成像系統，由于其具有全天時、全天候探測的獨特優勢，被廣泛的應用于軍事和民用領域。在sar的各項應用中，圖像配準是一項關鍵技術，圖像配準的精度直接影響后續處理的效果。sar圖像配準即是將在不同時間、不同角度探測的同一場景的圖像轉換到同一個坐標系下，實現圖像的精確對齊。例如在進行地表環境變化監測時，需要將多個時間點探測得到的同一地表區域的圖像進行對比，從而檢測出變化。然而，由于每次探測sar的飛行軌跡以及探測角度可能不同，由此得到的圖像之間存在角度或位移差異，需要將其轉換到同一個坐標系下，即進行精確配準，從而檢測出地表同一位置不同時間的差異。因此，實現sar圖像的精確配準對后續處理的效果至關重要。
2、傳統的圖像配準方法大致可以分為兩類：基于強度的配準方法和基于特征的配準方法。由于基于特征的配準方法具有適應性強、配準精度高的優點，成為圖像配準中運用最廣泛的一類方法。其中，尺度不變特征變換(sift)描述子對于尺度、旋轉和光照的變化具有不變性，成為光學圖像配準的代表性算法。sift算法的旋轉不變性是通過給關鍵點分配一個主方向來實現的。但是，sar圖像中的相干噪聲極大地影響了主導方向的計算，這將會嚴重地影響配準性能。此外，sift算法在面對大量特征點時往往具有較高的計算復雜度。因此，研究高精度的sar圖像配準的方法具有重要的意義。
r/>技術實現思路
1、本專利技術針對現有技術的不足，提供一種基于cpd的合成孔徑雷達圖像配準方法，該方法克服了相干噪聲和散射差異對圖像配準的影響，能夠有效提高圖像的配準精度。
2、本專利技術采用的技術方案為：
3、一種基于cpd的合成孔徑雷達圖像配準方法，包括：首先構建分割數據集，訓練一個分割網絡，以此提取sar圖像的點云特征，從而克服sar圖像相干噪聲和散射差異對特征提取的影響。為提高配準精度，利用對異常值魯棒的點云匹配算法對特征點云進行配準，估計出sar圖像之間的配準關系。最后，根據估計出的配準關系對sar圖像進行空間變換和重采樣后完成配準。
4、進一步地，本專利技術的方法具體包括如下步驟：
5、s1：構建sar圖像訓練集。
6、s2：采用步驟s1生成的數據集訓練u-net網絡。
7、s3：將待配準的sar圖像輸入訓練好的u-net網絡，得到分割后的掩膜。
8、s4：提取掩膜中所有非零值元素的的坐標點，生成圖像特征的二維點云，并對其進行隨機下采樣。
9、s5：在所有待配準的sar圖像中選定一個作為參考圖像，即配準的基準，將其在步驟s4中產生的對應的二維點云稱為參考點云；將其余圖像稱為浮動圖像，在步驟s4中產生的對應的二維點云稱為浮動點云。將浮動點云和參考點云利用cpd方法進行配準，估計出點云之間的配準關系。
10、s6：根據估計出的浮動點云與參考點云的配準關系，對浮動圖像進行空間變換并重采樣，完成圖像之間的配準。
11、一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現本專利技術所述的一種基于cpd的合成孔徑雷達圖像配準方法的步驟。
12、本專利技術的有益效果是：
13、(1)通過基于深度學習的分割技術，克服sar圖像相干噪聲和散射差異的影響，能夠提取精細的圖像點云特征，有效提升了sar圖像配準的精度；
14、(2)提取特征的方法較為容易；
15、(3)特征點云配準方法cpd算法具有對異常點和噪點魯棒的特性，克服了點云異常點的影響，進一步提升配準精度。
本文檔來自技高網...
【技術保護點】
1.一種基于CPD的合成孔徑雷達圖像配準方法，其特征在于，該方法包括：
2.根據權利要求1所述的基于CPD的合成孔徑雷達圖像配準方法，其特征在于，包括如下步驟：
3.根據權利要求2所述的基于CPD的合成孔徑雷達圖像配準方法，其特征在于，在步驟S1中，構建SAR圖像訓練集的方法為：手動的標注出SAR圖像中典型的區域邊緣，生成分割標簽，將SAR圖像及其對應的標簽構成一對訓練數據。
4.根據權利要求3所述的基于CPD的合成孔徑雷達圖像配準方法，其特征在于，還包括：進行數據擴增，用于減少標注的工作量，具體方式為：隨機生成一組剛性變換關系{R,t}，表示為：
5.根據權利要求2所述的基于CPD的合成孔徑雷達圖像配準方法，其特征在于，步驟S2，在訓練U-Net網絡過程中，使用Dice系數作為損失函數L，表示為：
6.根據權利要求2所述的基于CPD的合成孔徑雷達圖像配準方法，其特征在于，所述圖像特征的二維點云表示為：
7.根據權利要求2-6任一項所述的基于CPD的合成孔徑雷達圖像配準方法，其特征在于，在步驟S5中，所述點云之間的配準關系表示為：
8.根據權利要求7所述的基于CPD的合成孔徑雷達圖像配準方法，其特征在于，在步驟S6中，根據所述配準關系{RP,tP}，對該浮動點云對應的浮動圖像進行空間變換并進行重采樣，得到浮動圖像配準后的圖像，完成圖像配準。
9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現如權利要求1-8任一項所述的一種基于CPD的合成孔徑雷達圖像配準方法的步驟。
...
【技術特征摘要】
1.一種基于cpd的合成孔徑雷達圖像配準方法，其特征在于，該方法包括：
2.根據權利要求1所述的基于cpd的合成孔徑雷達圖像配準方法，其特征在于，包括如下步驟：
3.根據權利要求2所述的基于cpd的合成孔徑雷達圖像配準方法，其特征在于，在步驟s1中，構建sar圖像訓練集的方法為：手動的標注出sar圖像中典型的區域邊緣，生成分割標簽，將sar圖像及其對應的標簽構成一對訓練數據。
4.根據權利要求3所述的基于cpd的合成孔徑雷達圖像配準方法，其特征在于，還包括：進行數據擴增，用于減少標注的工作量，具體方式為：隨機生成一組剛性變換關系{r,t}，表示為：
5.根據權利要求2所述的基于cpd的合成孔徑雷達圖像配準方法，其特征在于，步驟s2，在訓練u-net網絡過程...
【專利技術屬性】
技術研發人員：謝志昆，陳波，
申請(專利權)人：昆明船舶設備研究試驗中心中國船舶集團有限公司七五〇試驗場，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。