买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安电子科技大学

摘要：本发明公开了一种基于多尺度相位一致性的光学图像和SAR图像配准方法，旨在提高图像配准精度，实现步骤为：1.分别选取光学图像作为参考图像和SAR图像作为待配准图像；2.分别构建参考图像和待配准图像的多尺度细节增强高斯金字塔；3.对参考图像和待配准图像的多尺度细节增强高斯金字塔分别进行相位一致性边缘检测，生成参考图像和待配准图像的多尺度PC特征图；4.对参考图像的多尺度PC特征图进行Harris特征点检测；5.利用NCC配准算法对Harris特征点的参考模板以及对应的待匹配模板进行匹配，得到精确匹配点对；6.根据匹配点对计算空间变换参数，对待配准图像进行空间变换，得到配准图像。本发明能有效提高光学和SAR图像配准效率，实现快速鲁棒的配准。

主权项：1.一种基于多尺度相位一致性的光学图像与SAR图像配准方法，其特征在于，包括以下步骤：1选取参考图像Io和待配准图像Is：将一幅分辨率为M×N的光学图像作为参考图像Io，并将一幅同样大小的SAR图像作为待配准图像Is，其中，M≥512，N≥512；2构建参考图像Io的多尺度细节增强高斯金字塔和待配准图像Is的多尺度细节增强高斯金字塔：2a对参考图像Io和待配准图像Is分别进行log2minM,N个尺度的高斯模糊，得到l层的参考图像Io的多尺度高斯金字塔Jox,y,σo和l层的待配准图像Is的多尺度高斯金字塔Jsx,y,σs：Jox,y,σo＝Gx,y,σ*Iox,yJsx,y,σs＝Gx,y,σ*Isx,y 其中，σo表示参考图像Io的多尺度因子，σ表示参考图像Io和待配准图像Is的多尺度因子，Gx,y,σ表示尺度因子为σ的高斯函数，Iox,y表示参考图像Io在点x,y处的像素值，σs表示待配准图像Is的多尺度因子，Isx,y表示待配准图像Is在点x,y处的像素值，*表示卷积操作；σ1表示初始尺度因子，1≤l≤log2minM,N；2b对参考图像Io的多尺度高斯金字塔Jox,y,σo的每一层金字塔图像，以及待配准图像Is的多尺度高斯金字塔Jsx,y,σs的每一层金字塔图像分别进行引导滤波，得到参考图像Io的多尺度细节增强高斯金字塔Jog和待配准图像Is的多尺度细节增强高斯金字塔Jsg；3分别构建参考图像Io及待配准图像Is的多尺度相位一致性PC特征图：3a对参考图像Io对应的多尺度细节增强高斯金字塔Jog和待配准图像Is对应的多尺度细节增强高斯金字塔Jsg分别进行相位一致性边缘检测，得到参考图像Io的多尺度相位一致性高斯金字塔Jopc和待配准图像Is的多尺度相位一致性高斯金字塔Jspc；3b对参考图像Io的多尺度相位一致性高斯金字塔Jopc的全部层,以及待配准图像Is的多尺度相位一致性高斯金字塔Jspc的全部层分别进行平均加权融合，并对两个平均加权融合后的的结果分别进行二值化处理，得到参考图像Io的多尺度PC特征图Iopc和待配准图像Is的多尺度PC特征图Ispc；4检测Harris特征点：将参考图像Io的多尺度PC特征图Iopc以及待配准图像Is的多尺度PC特征图Ispc分别均匀划分为个网格，并对参考图像Io的多尺度PC特征图Iopc所划分的每个网格进行Harris特征点检测，得到多尺度PC特征图Iopc每个网格中t个Harris值对应的均匀分布的像素点，2≤t，再将检测到的t个Harris值对应的素点作为该网格中的t个Harris特征点；5构建每个Harris特征点所对应的的参考模板以及待匹配模板:分别选取以多尺度PC特征图Iopc，多尺度PC特征图Ispc中第i个Harris特征点为中心、像素大小为W+H×W+H的两个特征区域，作为第i个Harris特征点的参考模板Toi和待匹配模板Tsi，得到每个网格的t个参考模板Toi和其相应的待匹配模板Tsi，其中，W表示待匹配模板Tsi的边长，20≤W≤100，H表示待匹配模板Tsi中的搜索区域的边长；6计算每个Harris特征点的参考模板Toi和待匹配模板Tsi的相似性度量值NCCip,d： 其中，NCCip,d表示第i个Harris特征点的参考模板Toi和待匹配模板Tsi的互匹配相关程度，p表示第i个Harris特征点在多尺度PC特征图Iopc上所对应的像素点，Toix,y表示第i个Harris特征点的参考模板内点x,y处的图像像素值，表示第i个Harris特征点的参考模板内像素的均值，Tsix+d,y表示第i个Harris特征点的参考模板在待匹配模板上按位置在x方向上偏移d的像素值，表示第i个Harris特征点的参考模板在待匹配模板上按位置在x方向上偏移d的待匹配模板内像素的均值，·表示乘积操作；7获取空间变换参数：7a选取每个Harris特征点的参考模板Toi和待匹配模板Tsi的相似性度量值最高的像素点，作为该Harris特征点在多尺度PC特征图Ispc中的对应匹配点，得到所有多尺度PC特征图Iopc的特征点和其在多尺度PC特征图Ispc中的对应匹配点构成对匹配点对；7b采用RANSAC算法剔除所有的匹配点对中不满足随机抽样一致性原理的匹配点对，利用剩余的匹配点对，计算参考图像Io和待配准图像Is的空间变换参数F；8获取光学图像和SAR图像的配准结果：利用空间变换参数F对参考图像Io进行空间变换，并对空间变换后得到的图像进行重采样，再对重采样后的图像进行双线性插值处理，得到光学图像和SAR图像的配准图像。

全文数据：

权利要求：

百度查询： 西安电子科技大学 基于多尺度相位一致性的光学图像和SAR图像配准方法