掌桥专利:专业的专利平台
掌桥专利
首页

基于分数阶累积量谱的SAR图像抗噪配准装置和方法

文献发布时间:2024-04-18 19:58:53


基于分数阶累积量谱的SAR图像抗噪配准装置和方法

技术领域

本发明属于计算机图像处理技术领域,具体涉及一种基于分数阶累积量谱的SAR图像抗噪配准装置和方法。

背景技术

随着传感器技术的飞速发展,人们开始建立多平台多模态对地观测系统,为对地观测分析提供不同空间、时间、模态、分辨率的多种遥感观测图像,以获得更加全面的地面场景信息。准确的SAR图像配准是对地观测高阶应用的前提,因此也是实现全天候对地观测的关键步骤。SAR图像存在难以去除的非乘性噪声,会影响一些传统图像配准方法的准确性。因此,SAR图像的抗噪配准成为全天候对地观测研究的关键,受到国内外学术研究机构的广泛关注。SAR图像中存在的噪声服从对称α稳定分布,因此传统的高斯滤波器效果不佳。分数阶累积量由于其对对称α稳定分布噪声的鲁棒性,开始被应用于信号处理领域的系统参数估计中。因此,可以基于分数阶累积量,建立对此类噪声鲁棒的图像谱特征,对含噪SAR图像进行配准。

基于数学统计特征的SAR图像抗噪配准,即在获取SAR图像后,利用数学统计特征进行分析,自动获取待配准SAR图像和参考图像的变换参数。目前,基于高阶统计量的SAR图像抗噪配准,暂未见报道。现有的基于数学统计特征的图像抗噪配准,有基于高阶互累积量的图像序列配准方法,可以有效降低加性高斯噪声对配准准确性的影响。也有学者利用高阶累积量谱克服了功率谱方法对噪声不相关的硬性要求。现有的方法,仅考虑了高斯噪声,也没有考虑SAR图像中较为常见的服从对称α稳定分布的噪声,导致其用于SAR图像配准的时候,会受到噪声的严重影响。

发明内容

本发明的目的在于提供一种基于分数阶累积量谱的SAR图像抗噪配准装置和方法,其适用于基于分数阶累积量谱对无人机或卫星SAR图像进行配准的图像处理操作,在图像配准的过程中,将SAR图像进行了基于Fourier变换的幅度谱空间转换,并通过其获取的相位信息实现了旋转和缩放参数的准确计算,且后续基于所提出的分数阶累积量谱,去除了对称α稳定分布噪声对谱特征相位的影响,并根据谱关系式,获取了准确的平移估计量,使得SAR图像配准的准确度得到了较大提升。

本发明的一种基于分数阶累积量谱的SAR图像抗噪配准装置,由图像获取模块01、Fourier变换模块02、图像旋转及缩放参数计算模块03、图像旋转和缩放校正模块04、图像平移量估计与校正模块05组成,图像获取模块01、Fourier变换模块02、图像旋转及缩放参数计算模块03、图像旋转和缩放校正模块04、图像平移量估计与校正模块05自前至后顺序排列并连接。

其中:Fourier变换模块02、,用于对SAR图像进行二维离散Fourier变换,并构建其幅度谱关系式;图像旋转及缩放参数计算模块03,用于将Fourier变换幅度谱关系式转换至对数-极坐标系,计算待配准图像和参考图像间的旋转及缩放参数;图像旋转和缩放校正模块04,用于将待配准图像进行旋转和缩放,得到仅存在平移的图像;图像平移量估计与校正模块05,用于计算SAR图像的分数阶累积量谱,通过图像的谱相位差,获取准确的平移估计量,并据此将图像进行平移,实现图像的准确配准。

本发明的一种基于分数阶累积量谱的SAR图像抗噪配准计算机设备,由处理器1、总线2、内存储器3、输入装置4、显示器5、网络接口6、数据库7、计算机程序8、操作系统9和非易失性存储介质10组成,其中数据库7、计算机程序8、操作系统9置于非易失性存储介质10中,并经总线2与处理器1连接;内存储器3、输入装置4、显示器5和网络接口6自前至后顺序排列,并经总线2与处理器1连接。

本发明的基于分数阶累积量谱的SAR图像抗噪配准方法,包括下列步骤:

1)获取SAR图像;

2)基于SAR图像的Fourier变换,计算并建立两幅图像的Fourier变换谱关系式,包括下列步骤:

2.1建立参考SAR图像和待配准SAR图像对应点的空域位置关系,其关系如下式:

f

其中:f

2.2依据两幅SAR图像的空域位置关系,建立两者的Fourier变换关系,其关系如下式:

2.3基于SAR图像傅里叶变换关系式,建立幅度谱关系,其关系式如下:

其中:M

3)将幅度谱关系式变换到对数-极空间,求解出相对旋转角度和尺度缩放因子;包括下列步骤:

3.1将幅度谱从笛卡尔坐标系转换至极坐标系,如下式:

其中:θ为极坐标下的角度;

3.2对变量进行对数变换,将幅度谱进一步转换至对数-极坐标系,如下式:

3.3对两幅图像对数-极坐标系下的幅度谱进行傅里叶变换,建立如下关系式:

其中:

3.4对幅度谱傅里叶变换关系式进行整理和逆变换,通过计算寻找脉冲峰值,获得旋转角度和缩放系数,如下式:

其中:θ

其中:

4)对待配准图像进行旋转和缩放逆变换,得到只存在平移量的过渡图像,如下式:

f

5)基于分数阶微积分计算SAR图像的分数阶累积量谱,计算出图像的谱相位差,最终获得精准的平移估计量,实现SAR图像的抗噪配准,包括下列步骤:

5.1基于分数阶微积分对参考SAR图像的分数阶累积量谱进行计算,如下式:

其中,ω

表示Mittag-Leffler方程,如下式:

5.2计算待配准SAR图像的分数阶累积量谱,建立下列谱关系式:

其中:△τ

5.3对谱关系式进行整理和逆变换,通过计算寻找脉冲峰值,获得平移估计量,如下式:

其中:ω

其中:

5.4对只存在平移的待配准图像进行平移,得到配准后的图像,如下式:

f

本发明提出的基于分数阶累积量谱的SAR图像抗噪配准方法,实现了配准中的参数分离,通过所提出的分数阶累积量谱,能抑制SAR图像中的非高斯噪声,实现准确的SAR图像配准。

附图说明

图1为基于分数阶累积量谱的SAR图像抗噪配准方法的简易流程图;

图2为基于分数阶累积量谱的SAR图像抗噪配准方法的详细流程图;

图3为基于Fourier变换幅度谱的旋转角度和尺度缩放因子计算流程图;

图4为基于分数阶累积量谱的平移量估计流程图;

图5-图7为SAR图像抗噪配准拼接结果示例图;

其中:(a)为参考图像;(b)为待配准图像;(c)为配准拼接图像;

图8为基于分数阶累积量谱的SAR图像抗噪配准装置的结构框图;

其中:01.图像获取模块02.Fourier变换模块03.图像旋转及缩放参数计算模块04.图像旋转和缩放校正模块05.图像平移量估计与校正模块;

图9为计算机设备的结构框图;

其中:1.处理器 2.总线 3.内存储器 4.输入装置 5.显示器 6.网络接口 7.数据库 8.计算机程序 9.操作系统 10.非易失性存储介质。

具体实施方式

下面结合附图描述本发明。

如图8所示,本发明的一种基于分数阶累积量谱的SAR图像抗噪配准装置,由图像获取模块01、Fourier变换模块02、图像旋转及缩放参数计算模块03、图像旋转和缩放校正模块04、图像平移量估计与校正模块05组成,图像获取模块01、Fourier变换模块02、图像旋转及缩放参数计算模块03、图像旋转和缩放校正模块04、图像平移量估计与校正模块05自前至后顺序排列并连接。

其中:Fourier变换模块02、,用于对SAR图像进行二维离散Fourier变换,并构建其幅度谱关系式;图像旋转及缩放参数计算模块03,用于将Fourier变换幅度谱关系式转换至对数-极坐标系,计算待配准图像和参考图像间的旋转及缩放参数;图像旋转和缩放校正模块04,用于将待配准图像进行旋转和缩放,得到仅存在平移的图像;图像平移量估计与校正模块05,用于计算SAR图像的分数阶累积量谱,通过图像的谱相位差,获取准确的平移估计量,并据此将图像进行平移,实现图像的准确配准。

如图9所示,本发明的一种基于分数阶累积量谱的SAR图像抗噪配准计算机设备,由处理器1、总线2、内存储器3、输入装置4、显示器5、网络接口6、数据库7、计算机程序8、操作系统9和非易失性存储介质10组成,其中数据库7、计算机程序8、操作系统9置于非易失性存储介质10中,并经总线2与处理器1连接;内存储器3、输入装置4、显示器5和网络接口6自前至后顺序排列,并经总线2与处理器1连接。

为了在配准中抑制SAR图像中的非高斯噪声,实现准确的SAR图像抗噪配准,本发明提出一种基于分数阶累积量谱的SAR图像抗噪配准方法。

一、本发明的基于分数阶累积量谱的SAR图像抗噪配准方法包括以下步骤:

1)获取SAR图像;

2)基于SAR图像的Fourier变换,计算并建立两幅图像的Fourier变换谱关系式,包括下列步骤:

2.1建立参考SAR图像和待配准SAR图像对应点的空域位置关系,其关系如下式:

f

其中:f

2.2依据两幅SAR图像的空域位置关系,建立两者的Fourier变换关系,其关系如下式:

2.3基于SAR图像傅里叶变换关系式,建立幅度谱关系,其关系式如下:

其中:M

3)将幅度谱关系式变换到对数-极空间,求解出相对旋转角度和尺度缩放因子;包括下列步骤:

3.1将幅度谱从笛卡尔坐标系转换至极坐标系,如下式:

其中:θ为极坐标下的角度;

3.2对变量进行对数变换,将幅度谱进一步转换至对数-极坐标系,如下式:

3.3对两幅图像对数-极坐标系下的幅度谱进行傅里叶变换,建立如下关系式:

其中:

3.4对幅度谱傅里叶变换关系式进行整理和逆变换,通过计算寻找脉冲峰值,获得旋转角度和缩放系数,如下式:

其中:θ

其中:

4)对待配准图像进行旋转和缩放逆变换,得到只存在平移量的过渡图像,如下式:

f

5)基于分数阶微积分计算SAR图像的分数阶累积量谱,计算出图像的谱相位差,最终获得精准的平移估计量,实现SAR图像的抗噪配准,包括下列步骤:

5.1基于分数阶微积分对参考SAR图像的分数阶累积量谱进行计算,如下式:

其中,ω

表示Mittag-Leffler方程,如下式:

5.2计算待配准SAR图像的分数阶累积量谱,建立下列谱关系式:

其中:△τ

5.3对谱关系式进行整理和逆变换,通过计算寻找脉冲峰值,获得平移估计量,如下式:

其中:ω

其中:

5.4对只存在平移的待配准图像进行平移,得到配准后的图像,如下式:

f

二、实验分析

实验选取高分卫星采集的SAR图像作为测试图源,体现了本发明配准拼接的准确性,从图5可以看出待配准图像拼接到参考图像后,完全没有间隙,拼接效果很好,证明了本发明配准的准确性。图6则可以在拼接图像中间看到细微的缝隙,这是因为该图像存在大量的平坦区的同时,受到非高斯噪声的严重影响,但是拼接效果仍然是可以接受的,证明在噪声影响下,本发明的配准仍是较为准确的。由图7可以看出,即使受到严重噪声影响,本发明的方法对具有明显特征的图像是非常有效的。

相关技术
  • 一种基于微透镜非规则排列的消散斑器件及其生成方法
  • 一种基于深度学习和规则结合的议论文首尾段生成方法
  • 一种基于深度学习和规则结合的议论文结构分析方法
技术分类

06120116515962