干涉合成孔径声呐复图像配准

利用干涉合成孔径声呐技术能够获得海底的三维地貌图,而干涉合成孔径声呐复图像之间的精确匹配技术是提高合成孔径声呐干涉测量精度的关键之一.首先讨论了干涉合成孔径声呐复图像配准过程中所要考虑的问题.然后给出了一种复图像配准方法,在该复图像配准过程中,使用的是基于窗口区域的图像配准方法,并把复图像中相应配准窗口之间的相关系数作为评估配准精度的标准,使用该方法能够获得子像素级的配准精度.最后把该数据处理方法应用到了仿真和消声水池试验数据的干涉处理之中,最终取得了令人满意的结果.     

基于深度学习的图像配准方法综述

图像配准是图像处理和计算机视觉领域中的关键技术。近年来,随着深度学习在图像处理和计算机视觉领域取得突破性进展,基于深度学习的图像配准方法也不断涌现。系统介绍了基于深度学习的图像配准方法,将其分为基于特征的组合配准方法、有监督学习的直接配准方法以及无监督学习的直接配准方法三大类,比较分析了各种配准方法的优劣。并以此为基础,对基于深度学习的图像配准方法未来的研究趋势进行了展望。     

基于相位梯度的干涉条纹图配准方法

利用单基线InSAR系统对同一地区进行重复观测,是获取多基线干涉数据的一种现实可行的途径.单基线InSAR系统单次航过形成的SAR图像对具有高相干性,利用传统的图像配准方法容易实现配准.然而,多次航过获得的SAR图像存在严重的时间去相干和基线去相干,配准难度很大.但是,多次航过形成的干涉相位图对应于同一数字高程模型(Digital Elevation Model,DEM),因此,多次航过产生的DEM中必然存在相干信息.基于此,提出了一种对干涉相位图的配准方法,此方法充分利用相位梯度信息,解决了单基线InSAR多航过数据处理中的干涉条纹图配准问题.计算机仿真结果验证了本方法能够有效地配准单基线InSAR系统多次航过所获得的干涉条纹图.     

基于图像生成的多模态视网膜图像配准方法

针对多模态视网膜的全局粗配准,提出了一种基于图像生成的多模态视网膜配准方法. 不同于当前主流的提取多模态视网膜图像血管再进行配准的方法,使用GAN模型对不同模态的视网膜图像进行像素级映射,再通过特征点匹配的方式计算图像仿射矩阵,实现图像粗配准. 基于彩色眼底图像与荧光素血管造影图像的实验结果表明,该方法与当前主流的视网膜粗配准方法相比,具有快速且鲁棒的优势.     

基于简化仿射变换模型的图像配准方法

在超分辨率图像重构中,将来自不同传感器、不同时间获取的多帧图像高精度快速配准是其关键技术之一。在介绍图像配准基本方法的基础上,根据仿射变换原理,提出了基于简化的仿射变换模型的图像配准方法;通过采用 APS(ac tive pixel sensor) CMOS相机作为图像传感器,建立试验原型系统,验证了此方法的正确性;进行了结果分析,明确了配准精度。试验表明:该算法简单、速度快、精度较高,能够应用于超分辨率图像重构的配准中。     

基于变电站多模图像的自动集成配准方法

针对采集的变电站多模图像,提出了一种改进的多模态图像的自动集成配准方法。变电站多模图像的尺寸不同,所以先对其进行小波变换,以变换后得到的两幅概貌图像为待配准图像,以六种配准方法中的每一种作为一个适应度函数。使用遗传算法进行搜索,分别寻找两幅概貌图像的最佳配准位置,再映射回小波变换前的多模图像,最后使用动态可信度进行集成。实验结果证明,该方法能实现不同尺寸的多模态图像的自动配准,速度较快,鲁棒性强,比单一的配准方法准确性高,并且可以不断地修正可信度,具有较强的适应性。     

结合边缘检测的扩展卡尔曼滤波多基线InSAR高程重建方法

针对多基线InSAR高程重建方法鲁棒性不强的问题,提出了一种结合边缘检测的扩展卡尔曼滤波多基线InSAR高程重建方法.该方法利用最大似然高程反演算法获得地形的粗略高程,并进行滤波处理,再通过sobel算子提取地形的不连续边界,在连续区域用扩展卡尔曼滤波相位展开算法进行高程重建,在不连续边界区域用基于全变分(TV)的最大...     

基于MATLAB的图像配准方法

图像配准常常是作为其他图像处理应用的前处理步骤使用的,往往用于图像的对准、目标识别与定位。介绍了在MATLAB系统中,如何应用MATLAB的IPT函数对图像进行配准的方法:首先用人机交互的方法在待配准图像与基准图像之间进行图像配准所必需的匹配控制点的选取,然后用这些匹配控制点来计算两图像的某种空间几何变换关系,最后利用这个空间几何变换关系对待配准图像进行几何变换,获得配准结果。实验表明,该方法实现容易,且非常有效。     

语音特征匹配的图像配准方法

为了解决传统DTW算法准确度和效率不高的问题,提出了一种基于图像配准方法的语音特征匹配算法.该方法将MFCC参数映射为二值图像,并通过引入图像配准的方法进行模板匹配,达到了语音特征匹配的目的.实验结果表明,与传统的DTW算法相比,该方法的准确率、召回率和算法执行效率有了明显的提高.     

基于畸变程度分割的SAR实时图像精配准方法

由于大气干扰、地形起伏、雷达平台不稳定等原因,无法避免合成孔径雷达(SAR)成像时图像的几何畸变,这种现象在无人机实时SAR图像上尤其显著.为解决SAR图像几何畸变的问题,提出一种基于图像分割的配准方法.该方法通过图像畸变程度对图像区域进行分类,针对不同的畸变区域计算各自的映射关系,最后利用图像拼接重构完成整幅图像的配准.实验结果表明,与基于变化域配准方法、基于灰度相关性配准方法、基于特征点方法相比,本文配准方法的稳定性和配准精度更高.     

Fast subpixel registration method for InSAR images

In conventional registration methods, image interpolation is used to extract subpixel offsets which lead to the limitation that the registration accuracy is restricted by the interpolation unit. Moreover, the computational burden is heavy when high accuracy is demanded. In order to reduce the computational load, we propose an efficient offset estimation method for interferometric synthetic aperture radar (InSAR) image subpixel registration. Firstly, a novel cost function continuously varying with offsets is established by integrating the empirical signal-to-noise ratio (SNR) and the interpolation operation. This suggests a more accurate registration since the accuracy of the estimated offsets does not depend on the interpolation unit. Secondly, an efficient bi-iterative algorithm is employed to solve the cost function in the continuous domain. The subpixel offsets associated with the maximum of the cost function can be exactly obtained with low computational complexity. Simulated and real data are tested to illustrate the good performance and computational efficiency of the proposed method.     

分布式卫星InSAR目标定位近似闭式解

研究了利用分布式卫星干涉合成孔径雷达系统(Interferometric Synthetic Aperture Radar,InSAR)生成数字高程模型(Digital Elevation Model, DEM)的三维目标定位方法．相比重复航过InSAR系统,分布式卫星InSAR系统中的副雷达工作于双基模式,其雷达成像几何较为复杂,难以求取分布式卫星InSAR三维目标定位方程的闭式解．针对分布式卫星InSAR目标定位问题,提出一种联合主图像成像几何的辅图像等效相位中心法．在此基础上给出了分布式卫星InSAR三维目标定位方程的高精度近似闭式解．理论分析及仿真实验结果验证了求取的近似闭合形式解的精确性．     

多波段InSAR的CRT相位解缠方法

对于InSAR系统,当波长较长时,干涉图条纹频率较低,相位解缠容易,但反演的高程精度较低;而当波长较短时,干涉图条纹频率较高,相位解缠困难,但反演的高程精度较高.为了充分利用多波段InSAR干涉相位之间的互补信息,设计了利用中国余数定理的多波段InSAR相位解缠方法,采用由DEM仿真的多波段干涉图进行了相位解缠实验,得到了理想的解缠结果,成功解决了因地形起伏较大或基线较长而引起的干涉相位欠采样处的相位解缠难题.     

分布式卫星InSAR系统参数的优化设计

利用分布式卫星干涉合成孔径雷达(Interferometric Synthetic Aperture Radar,InSAR)系统可以获取数字高程图(Digital Elevation Model,DEM),要得到高精度的DEM,需要对该系统参数进行优化设计.本文在综合考虑各种去相关因素下,详细研究了分布式卫星InSAR系统干涉信号的相关性,给出了分布式卫星InSAR系统参数的优化设计准则,利用该准则对视角、信号带宽和基线进行了优化设计,并证明了单视和多视处理下优化设计结果的一致性.     

一种InSAR干涉相位图的自适应滤波算法

提出了一种自适应的InSAR干涉相位图滤波方法.干涉相位滤波算法的关键是独立同分布滤波样本的选取,该方法以相位变化最小为准则,根据区域增长策略,在当前滤波像素的邻域空间内自适应地选择滤波窗口,再在此窗口内进行复数平均得到滤波后的干涉相位值.以相位变化最小为准则进行滤波样本的选取,使其满足独立同分布的条件,从而提高干涉相位滤波的性能.仿真数据和实测数据的处理结果表明,该算法具有较好的滤波性能,能够充分保持干涉相位图像细节,并有效地去除噪声.     

基于InSAR与多源数据融合的堆石坝外观变形重构

为了满足200~300 m级堆石坝变形监测的需求,弥补利用单轨道合成孔径雷达 （SAR）数据只能测得地物视线向与方位向二维变形的不足,基于集合卡尔曼滤波将合成孔径雷达干涉（InSAR）观测与常规点式监测数据进行跨尺度融合,提高堆石坝外观变形的监测精度;利用多维度监测数据,重构堆石坝外观变形场. 以水布垭面板堆石坝为例进行研究,结果表明,多源数据融合能够实现“大范围、低精度、高效率”的新型监测技术与“离散点、高精度、低效率”的常规监测技术的优势互补. 基于多维度监测数据重构外观变形场能够全面地掌握堆石坝的整体变形性态,降低单维度监测结果对实际变形漏判或误判的可能性. 该方法可以用于库岸边坡的变形监测和变形场重构.     

L1-norm method for multi-baseline InSAR phase unwrapping

Multi-baseline phase unwrapping is a critical processing procedure of multi-baseline synthetic aperture radar interferometry (InSAR). However, it has a disadvantage that it is not robust to noise. In order to solve this problem, in this paper, an L¹-norm based single-baseline phase unwrapping method is proposed. By using the L¹-norm optimization model, the relation among interferograms obtained by multi-baseline InSAR is combined in the conventional signle-baseline L¹-norm phase unwrapping optimization model with this algorithm. Finally, simulated experiments demonstrate that this method has a better accuracy on phase unwrapping results and that it can be applied to measuring the complex terrain.     

利用局部先验知识的InSAR基线估计方法

针对干涉合成孔径雷达中产生高精度的数字高程图需要精确测量或估计基线参数的问题,提出了一种利用局部先验知识的干涉合成孔径雷达基线估计方法．利用去平地后的干涉数据进行基线估计,对去平地后的干涉相位图进行相位解缠绕,再利用局部先验知识选取两个高度相同的点进行基线估计,根据基线和高程之间直接的转换关系,无须知道两点真实的干涉相位,可以有效地在无强散射点的区域进行基线估计．仿真数据验证了该算法的有效性,基线估计的精度不低于厘米级．