InSAR图像配准方法研究

InSAR图像配准方法研究
InSAR图像配准方法研究

硕士学位论文

摘要

合成孔径雷达干涉(InSAR)成像技术是在合成孔径雷达(SAR)技术基础上发展起来的雷达成像技术。它既继承了SAR的全天候、大范围、有一定穿透能力等优点,又具有对目标三维地貌进行高精度成像、对目标地面的慢速动目标和地壳微小移动作高精度检测等的能力。因此,该技术在军事、国民经济建设中,有着极其广泛的应用。

论文首先介绍了SAR数据的特点和数据格式,针对其特殊的数据格式,研究了一种新的快速的InSAR原始数据读取方法和单视复图像的成像方法。

在InSAR数据处理中,由于所获取的是SAR的原始数据,而不是我们肉眼看到的二维图像,又因为对同一地区的两幅或多幅复图像进行精确的配准,提取地面同一点的相位信息,是整个InSAR数据处理流程中一个重要的步骤,同时这一步骤对流程中的后续步骤起着关键的制约作用,通常达到亚像素的配准精度,所以有必要对InSAR解缠前的图像配准进行研究。

论文系统的分析了现有的InSAR复图像配准算法的特点,针对InSAR复图像自身的特点,研究了两种多级配准算法。一种是相关配准和神经网络相结合的多级配准算法,另一种是相关配准和最大谱配准相结合的多级配准算法。在粗配准过程中,两种算法都是利用相关系数法得到像素级的配准结果,为精配准提供了初始点;在精配准过程中,两种算法分别应用神经网络和最大谱配准法得到了亚像素级的配准结果,满足了配准的精度要求。

论文最后给出了两种算法的试验结果,达到了满意的配准效果,证明了两种算法的有效性。

关键字:合成孔径雷达干涉;单视复数;图像配准;神经网络;最大谱

InSAR图像配准方法研究

Abstract

Interferometric Synthetic Aperture Radar (InSAR) image technique is a new radar image technique developed from Synthetic Aperture Radar (SAR).Carried forward the merit of SAR, InSAR can create high resolution DEM and accomplish change detection, such as slow-moving targets or subtle shift of the earth’s surface. It can be applied to many areas of military and civil.

First the paper introduces the trait and its extra data format of SAR. It researches the new method for data processing.

During the data processing of InSAR,for we get not the images but the raw data of InSAR. Registration of two or more images of the same scene is an important procedure in InSAR image processing that seeks to extract differentiao phase information not obtainable from each one of these images. Meanwhile, the accuracy of this step is crucial to the reliability of subsequent image processing and final resules of the data processing chain, meeting subpixel precision request. So it is necessary to research the images registration before unwrapping.

The paper anaysizes some conventional InSAR registration methods, based on the characteristics of InSAR image the paper presents two multi-step image matching algorithms.One method is integrating correlation-registration and neural network image registration, the other is integrating correlation-registration and spectral maxiumun registration. In coarse registration, the two methods all utilize correlation-registration to obtain pixel accuracy registration results, offering crude control points pairs for the precise matching. In precise image registration, two methods respectively apply neural network and spectral maxiumun to register images, the results of experiment show that the methods was resultful.

Keywords: Synthetic Aperture Radar Interferometry; Single Look Complex; Images registration; Neural network; spectral maxiumun

硕士学位论文

目录

摘要

Abstract

第1章绪论 (1)

1.1 引言 (1)

1.2 合成孔径雷达技术的发展与现状 (2)

1.3 InSAR三维成像技术研究现状 (6)

1.4 InSAR成像的应用 (7)

1.4.1 地质灾害研究 (7)

1.4.2 极地监测 (8)

1.4.3 海洋监测 (8)

1.4.4 森林调查与制图 (9)

1.4.5 军事领域 (9)

1.5 本文的主要研究内容 (10)

第2章 InSAR成像原理 (12)

2.1 SAR干涉测量概述 (12)

2.1.1 SAR交轨干涉测量 (12)

2.1.2 SAR顺轨干涉测量 (12)

2.1.3 SAR重复轨道干涉测量 (13)

2.2 InSAR干涉测量基本原理 (13)

2.3 InSAR三维成像技术数据处理流程概述 (16)

2.3.1 单视复数SAR成像 (17)

2.3.2 复图像的预滤波 (17)

2.3.3 InSAR复图像配准 (18)

2.3.4 生成干涉纹图 (18)

2.3.5 干涉纹图滤波 (18)

2.3.6 干涉纹图相位解缠 (19)

2.3.7 数字高程模型重建 (19)

2.4 本章小结 (19)

第3章单视复数SAR成像 (20)

InSAR图像配准方法研究

3.1 原理简介 (20)

3.2 SAR数据格式 (24)

3.3 CEOS标准数据格式 (25)

3.4 成像方法的研究 (26)

3.5 本章小结 (30)

第4章 InSAR复图像配准方法的研究 (31)

4.1 引言 (31)

4.2 复图像配准方法概述 (31)

4.2.1 图像配准概述 (31)

4.2.2 图像配准一般步骤 (32)

4.3 InSAR复图像对粗配准 (35)

4.3.1 相关粗配准 (37)

4.3.2 最大谱配准法 (38)

4.3.3 相位差影像平均波动函数法 (39)

4.4 InSAR复图像精配准 (41)

4.4.1 相关精配准 (41)

4.4.2 神经网络的精配准 (44)

4.4.3 最大谱图像精配准 (47)

4.4.4 辅图象插值重采样 (49)

4.5 本章小结 (51)

第5章 ERS-1/2串行干涉数据成像实验结果与分析 (53)

5.1 ERS-1/2卫星基本情况 (53)

5.2 喀什市附近地区的InSAR三维成像实验 (53)

5.3 三峡附近地区的InSAR三维成像实验 (59)

5.4 乌鲁木齐附近地区的InSAR三维成像实验 (64)

结论 (71)

参考文献 (73)

致谢 (78)

附录A 攻读学位期间所发表的学术论文目录 (79)

硕士学位论文

第1章绪论

1.1 引言

遥感(Remote Sensing)一般是指通过某种传感装置,在不与被研究对象直接接触的情况下,获取其特征信息,并对这些信息进行提取、加工、表达和应用的一门科学和技术,根据所采用的电磁波波段不同,遥感可分为可见光遥感、红外遥感和微波遥感三类。与可见光和红外遥感技术相比,微波遥感具有许多优越性:首先,微波可以穿透云层和在一定程度上穿透雨区,以及不依赖于太阳作为照射源的特点,使其具有全天候、全天时的观测能力,这是任何其它遥感手段所不能比拟的;其次,它对地物具有一定的穿透能力,可在一定程度上穿透植被及土壤表层,因此可用于获取地下目标的信息;第三,它对地物表面粗糙度、地物内部结构和复介电常数所具有的敏感性使其能够提供可见光和红外遥感所得不到的某些信息。由于以上优势的存在,微波遥感得到了迅速的发展,在军用和民用方面都具有了广泛的应用。

合成孔径雷达(SAR:Synthetic Aperture Radar)是一种全天候、全天时高分辨率的主动式微波遥感成像雷达,通过综合运用脉冲压缩技术、合成孔径技术和数据处理技术来获得高分辨率的。SAR通过发射宽带信号,并对回波信号进行脉冲压缩,获得距离向高分辨率;利用雷达平台的运动形成大的天线合成孔径,获得方位向高分辨率。由于SAR具有全天时、全天候、高分辨率成像的能力,而且作用距离远,成像范围大,能够穿透植被和地表层,因此,SAR遥感技术受到世界各国的广泛重视,已经被成功应用于地质、水文、海洋、测绘、环境监测、农业、林业、气象、军事等领域。

随着SAR应用范围的不断扩大,人们除了希望得到目标的几何位置和几何形状等二维信息外,还希望能获取目标的高度信息。但是,传统的SAR技术只能获得目标的二维信息,它缺乏获取地面目标三维信息和监测目标微小形变的能力。通过将干涉测量技术与传统SAR技术结合而形成的合成孔径雷达干InSAR (Syntehtic Aperture Radar Interferometry)三维成像技术提供了获取地面目标三维信息的全新方法,它通过两幅天线同时观测或通过一副天线两次平行观测,获取地面同一景观的复图像对(其中包括强度信息和相位信息),根据地面各目标点在两幅复图像中的相位差,得到各点在两次成像中微波的路程差,从而获得地面目标的三维信息,其成像结果可以满足更为广泛应用领域的要求。InSAR三维成像技术的成像示意图如图1.1所示。

- 1 -

InSAR 图像配准方法研究

- 2 -

InSAR 三维成像技术用于获取地面目标三维信息具有许多优点:首先,InSAR

技术继承了SAR 系统的全天时、全天候和大范围的特点,可以穿透云层或其它遮

挡层,不受气候、昼夜等因素影响进行大范围的三维成像,这是一般方法所无法

相比的;其次,InSAR 技术包含了SAR 系统的波长特性,由于SAR 系统采用的

波长一般为厘米级,因此可以获得很高的测量精度。目前,对于机载InSAR 系统

可以获得1米量级的测量精度,对于星载InSAR 系统可以获得10米量级的测量

精度,利用差分合成孔径雷达干涉D-InSAR (Differential Synthetic Aperture Radar

Interferometry )成像技术对地表形变监测的检测精度可以达到厘米量级;第三,

InSAR 技术是在SAR 系统的基础上发展起来的,因此它的空间分辨率能达到SAR

系统本身所具有的空间高分辨率;第四,InSAR 技术可以形成数据处理过程的自

动化,从而避免一般光学方法中复杂的人工操作程序。

图1.1 InSAR 三维成像技术的成像示意图

本章首先回顾了InSAR 成像技术的发展研究与现状,然后介绍了论文的主要

研究内容,最后给出了论文的各章内容安排。

1.2 合成孔径雷达技术的发展与现状

合成孔径雷达在最近几十年已被广泛应用于地形制图、资源探测以及灾害检

测等其它遥感领域,它作为一种主动式传感器,具有全天时、全天候地对地观测,

还可以透过地表和植被获取地表以下的信息。因此,这些特点使它在农业、林业、

水文、灾害、地质、环境、气象和军事领域的应用具有独特的优势,特别对于那

些用传统的光学传感器成像比较困难的地区特别有意义,因此,SAR 受到各国政

府的高度重视与支持,得到了迅速发展。

硕士学位论文

1951年6月,美国古德依尔宇航公司(Goodyear Aerospace Co.)的卡尔·威利(Carl Wiley)[1,2-4]率先提出可以利用频率分析方法改善雷达的角分辨率(方位向分辨率)。与此同时,伊利诺依大学控制系统实验室独立地用非相参雷达进行实验,证实了频率分析方法的确能够改善雷达的角分辨率。

1952年第一个实用化的SAR系统研制成功。

1953年7月,安装在DC-3飞机上的SAR系统(频率为930MHz)获取了第一幅SAR影像。此时的信号存储介质采用磁带,是合成孔径原理和合成孔径雷达发展的最初阶段。

1957年8月,美国密西根大学雷达和光学实验室研制的SAR系统进行了飞行实验,获得了第一张全聚焦SAR图像[5]。与第一次获得的SAR图像比较,这些图像更清晰、分辨率更高。从此,合成孔径原理和合成孔径雷达被人们所认识,并得到迅速的发展。

20世纪60年代,许多国家开展了大量的机载SAR实验,使得机载系统的理论体系不断完善。SAR应用也从军事领域不断地拓展到民用领域,如地形测绘、海洋研究等。

1972年4月,美国国家航空航天局(NASA)的喷气推进实验室(JPL)进行了机载L波段SAR实验,获得了较好的成果。由此,SAR卫星被列入NASA海洋卫星计划。

1978年6月27日,美国国家航空航天局(NASA)成功发射了载有SAR的海洋卫星SEASAT。该系统SAR为L波段,HH极化,入射角为23°,观测带宽100km,主要任务是监测全球的海面波场和极地海冰的状况。在轨运行105天,收集了42小时数据,获取了大量的海洋、地质和地形方面的信息。SEASAT的发射标志着星载SAR由实验研究向应用研究的转变[6]。

1981年11月12日,美国“哥伦比亚”号航天飞机搭载成像雷达SIR-A顺利升空,SIR-A是L波段,HH极化,标定入射角50°。在轨工作近3天,获取了1000万平方公里的成像数据。特别的是从SIR-A雷达影像上成功地观测到撒哈拉沙漠的地下古河道,显示了SAR具有穿透地表的能力,引起国际科技界的震动[7]。

1983年,原苏联利用COSMOS雷达卫星进行海洋测绘,同时利用Verena-15和Verena-16宇宙飞船对金星进行雷达测绘[6]。

1984年10月5日,美国“挑战者”号航天飞机搭载成像雷达SIR-B顺利升空,SIR-B是SIR-A的改进型,工作于L波段,可提供不同视角(15°-60°)下目标后向散射系数变化的第一手空间实验数据。为SAR的应用提供了丰富的资料。

1987年7月,原苏联发射的“COSMOS-1870”卫星上搭载了一S波段的SAR 系统,主要任务是对人类无法进入的地区进行雷达成像测绘、鉴别海冰等。

1988年12月2日,美国“长曲棍球”(Lacrosse)新型军事侦察卫星被送入轨

- 3 -

InSAR图像配准方法研究

道,采用X、L波段和双极化方式,地面分辨率为1米。因此,对侦察全球军事动态具有重要意义[8]。

1991年3月31日,原苏联发射的“钻石”卫星上搭载的S波段SAR系统,可对地球上78°N—78°S间的区域进行成像。

1991年7月,以德国、英国、意大利等12个成员国组成的欧洲空间局(ESA:European Space Agency)通过阿里亚娜-4号运载火箭将欧洲遥感卫星1号ERS-1送入预定轨道[9]。ERS-1的SAR系统采用C波段、垂直极化方式,距离向分辨率为26米,方位向分辨率为28米,观测带宽为100公里。

1992年2月11日,日本发射了JERS-1地球资源卫星。用于收集陆地板块的数据、土地测量、环境保护、自然灾害预防和海岸警戒。JERS-1的 SAR系统工作在L波段,空间分辨率为18米,观测带宽为75公里。

1994年4月和10月,两次装载于奋进号航天飞机的SIR-C/X-SAR系统升空工作,均获得成功,是美国国家航空航天局(NASA)、德国空间局(DLR)和意大利空间局(ASI)的合作项目。SIR-C为双频雷达(L和C波段),采用全极化(HH、HV、VH、VV)方式;X-SAR由DLR和ASI共同建造,为单频雷达(X 波段),采用VV极化方式。SIR-C数据有助于深入开展植被、火山活动、土壤侵蚀等科学研究。

1995年4月21日,ERS-2卫星发射升空,其系统参数与ERS-1基本相同。

1995年11月4日,加拿大成功地发射了其第一颗资源调查卫星RADARSAT-1。1996年4月正式工作,用于监测地球环境的变化和探测地球资源[10]。与其它SAR卫星不同,它首次采用了可变视角的ScanSAR工作模式,分辨率从10米到100米可调。C波段、单极化(HH),重复观测周期为24天,天线视觉在10°到60°之间,观测带宽可达500公里。

1996年,为了观测土卫六土星(Titan)表面的物理状态、地形等,NASA在其发射的Cassini上搭载的SAR工作在Ku波段,HH极化。

2000年2月11日,美国国家航空航天局(NASA)和国家影像与测绘局(NIMA)联合进行了为期11天的航天飞机雷达地形测绘任务。在整个飞行任务中,其观测带为225公里,主要进行的工作有:生成全球80%陆地表面(60°N到56°S)的数字高程模型,绝对的水平和垂直精度分辨率分别为20米和16米;生成经过校正、地形纠正的C波段图像,覆盖全球陆地的80%区域,分辨率为30米[6]。

2002年3月,欧洲空间局成功发射了环境卫星ENVISAT。ENVISAT上搭载的先进合成孔径雷达ASAR系统,C波段、多极化多模式,采用分布式T/R组件和相控阵技术,37天重复全球一次,是目前最先进的星载SAR系统之一。主要的工作任务有:农业和森林制图;土壤湿度监测;冰、雪制图;地质探测;地形

- 4 -

硕士学位论文

- 5 -

测绘;海岸带的保护和污染监测;地表形变监测;自然灾害的预测、跟踪和响应

等。

我国从20世纪70年代中期开始了SAR 系统的研制工作,1979年取得突破,

研制成功了机载SAR 原理样机,获得了我国第一批机载SAR 图像[7,11-14]。该SAR

系统工作在X 波段,测绘带宽为9公里,空间分辨率为180×30米,没有采用脉

冲压缩技术。1980年12月,第二台改进的SAR 系统进行了实验,采用了脉冲压

缩技术,并增加了天线稳定伺服平台和运动补偿电路,空间分辨率提高到15×15

米。1983年研制成功单测绘通道单侧视SAR 系统,1987年多测绘通道、多极化

方式SAR 系统研制成功,1990年研制成功SAR 机-地实时传输系统。1994年研

制完成机载实时成像器,系统吞吐量在载机最大飞行速度时成像速度达到1帧/3

分钟,每帧图像成像面积为35公里×35公里。目前,我国正在研制性能更高的机

载SAR 系统。

在星载SAR 系统方面,1987年我国863计划正式提出了星载SAR 系统的研

究任务,计划部署了发展星载SAR 系统的一系列课题,取得了一批研究成果。在

经过星载SAR 系统关键技术攻关后,中国雷达卫星一号已批准列入型号任务,工

作在L 波段(1250MHz ),HH 极化,29天重复全球一次,入射角可调,4视,空

间分辨率20米,观测带宽为100公里[6],计划几年内发射。

综上所述:随着电子技术和计算机技术的不断发展,SAR 的技术水平和功能

也在不断提高。总体来说,SAR 发展的趋势为[6]:

(1) 提高分辨率,增大幅宽

对军事目标准确侦察分辨率要求小于1米,美国的Startlite 侦察小卫星上搭

载的SAR 系统,其分辨率可达到0.3米(观测范围km km 44×)。法国计划中的军

用雷达卫星Horus ,其X 波段的SAR 系统分辨率可达3~5米。意大利的

SkyMed/Cosmo 小卫星上的X 波段SAR 空间分辨率设计为3米。SAR 图像的观测

带宽越来越受到人们的重视,如RADARSAT-1的最大观测带宽为500公里,

ENVISAT-1上的先进合成孔径雷达(ASAR )的观测带宽400公里。

(2) 多波段、多极化、多视角和多工作模式

为了改变测绘带宽和分辨率,SAR 在方位向和俯仰方向必须具有扫描能力。

多波段、多极化、不同视角的对地观测,可以全面地定量分析地面目标的雷达散

射特性。SIR-C/X-SAR 实验结果表明:多波段、多极化SAR 在地球科学研究和实

际应用中的重要性。如:频率和极性的多样性对热带和寒带地区的准确分类、植

物生物量的测量、湿地地区的调查、海水厚度的测量、雪和土壤的湿度测量等,

都具有至关重要的作用。

(3) 小型化、轻型化

星载合成孔径雷达体积大、重量、功耗大,影响其推广应用。轻小型SAR 是

InSAR图像配准方法研究

未来一个重要的发展方向。美国Medsat卫星,采用L波段的SAR系统,重约340公斤,观测带宽250公里,全极化。美国JPL正在研制的lightSAR雷达重约250公斤,L波段、多极化。俄罗斯正在研制的L波段小SAR重150公斤,分辨率为2-20米。

1.3 InSAR三维成像技术研究现状

合成孔径雷达干涉测量技术(InSAR)是以合成孔径雷达复数据提取的相位信息为信息源获取地表的三维信息和变化信息的一项技术[15],它是传统的SAR 遥感技术与射电天文干涉技术相结合的产物。InSAR通过两幅天线同时观测(单轨模式),或一幅天线两次近平行的观测(重复轨道模式),获取地面同一景观的复图像对。由于目标与两天线位置的几何关系,在复图像上产生了相位差,形成干涉纹图。此干涉纹图中包含了地面目标在斜距向上的点与两天线位置之差的精确信息,故利用传感器高度、雷达波长、波束视向及天线基线距之间的几何关系,可以精确地测量出地面目标每一点的三维位置和变化信息。

InSAR技术早在1969年就被Rogers和Ingalls[16]率先用于从地球上观测金星,1972年又被Zisk[17]用于观测月球的地形。1974年Graham[18]首次提出将InSAR 技术用于地球表面的地形测量。

由于形成干涉的技术条件限制,接下来十多年,未见有关InSAR技术较为深入的文献报道。直到1986年,美国喷气推进实验室JPL(Jet Propulsion Laboratory)的Zebker和Goldstein[19]发表了用机载双天线InSAR技术进行地形测绘的结果,才真正拉开了InSAR技术研究的序幕。他们在NASA CV990飞机上以1.1米的间距安装了两幅SAR天线,一副天线发射信号,两幅天线接收信号,经InSAR技术处理后,获取了San Francisco海洋地区的地形图。Hug等人[20]于1986年阐述了使用InSAR技术校正SAR图像失真的方法。1987年Durand[21]讨论了重复轨道干涉的可行性。

1988年Goldstein等人[22]首次利用卫星重复轨道数据进行了InSAR试验,他们利用SEASAT卫星观测的SAR数据获得了Death Valley的Cottonball Basin地形图,论文同时介绍了一种抗噪能力较好的相位解缠方法。随后,Gabriel和Goldstein[23]进一步扩大了利用卫星重复轨道进行InSAR成像的条件,对于飞行轨道存在夹角的SIR-B数据,他们经过对两幅SAR复图像进行图像配准并对其中一幅SAR复图像进行重新采样后,也获得了干涉图像。

此后,许多研究者投入到了InSAR技术的研究当中。1989年,Rodrigue等人[24]分析了InSAR技术获取目标高度信息的系统误差和随机误差。1990年,Li和Goldstein[25]研究了不同观测基线长度对所获得的地形数据精度的影响,Cumming 等人[26]讨论了InSAR系统误差分析方法并研究了大量的误差来源。与此同时,

- 6 -

硕士学位论文

Lin和Vesecky等人[27-29]则提出了多种图像配准和相位解缠的新方法。

我国对InSAR技术的研究起步较晚,从20世纪90年代中期开始,一些科研机构和高等院校开展了InSAR技术的研究工作,并且取得了许多科研成果[30-38]。但由于国内尚没有自己的InSAR系统,无法自主地获取InSAR数据,只能从国外购买少量数据或通过仿真进行实验,因此目前主要是进行InSAR数据处理方面的研究。

综上所述,干涉合成孔径雷达成像技术飞速发展,呈现以下发展趋势[6]:

(1) 日益商业化

随着InSAR技术研究的不断深入和完善,已经有商业化和专业化的软件和硬件系统,以适应不同行业和不同领域的需要。如:EnviView、ENVI4.0和IDL6.0等InSAR图像处理软件。

(2) 数据获取更为丰富、快捷

随着各国星载SAR系统上天,各种串接飞行应用的实施,如:ERS-2/ENVISAT、ENVISAT/RADARSAT-2的串接飞行,能够为各国提供丰富的InSAR数据。随着各个地区地面接收站的建立,数据的覆盖和获取更为快速和广泛。同时,由于网络技术的飞速发展,数据传输速度将更快。

(3) 成像精确度不断提高

从理论上分析,InSAR成像技术能够获取毫米级的形变测量精确度。随着SAR 数据的质量、卫星系统稳定性的提高以及InSAR技术的不断完善,将能够获取高精度的全球三维地形图,为形变监测和地形测绘提供丰富的精确数据。

1.4 InSAR成像的应用

InSAR成像技术是利用SAR复图像中含有的相位信息,通过干涉处理来提取目标的三维信息,因此用于制作地形图、生成高精度DEM是自InSAR技术研究和应用以来的主要应用领域。D-InSAR成像技术由于能获得厘米甚至毫米级的形变,因此可应用于地震形变[39]、火山形变、地面沉降、滑坡、冰川移动、军事目标识别等方面。

1.4.1 地质灾害研究

地震、火山喷发等突发性的地质灾害,严重影响着人类的生命和财产安全,研究这些地质灾害的成因及规律已成为地球科学研究者的重要课题。

地震灾害是地壳形变积累的结果,对地壳形变过程的监测和震后测量具有重要的意义。目前,监测地震灾害主要依赖于VLBI技术、SLR技术、GPS技术、水准测量、应力测量和张力测量等传统方法,但这些方法局限于有选择性地监测一些离散站点。D-InSAR技术则有高分辨率、高精度、连续空间覆盖等特点[40-41],

- 7 -

InSAR 图像配准方法研究

- 8 -

它通过对卫星获得的震前和震后的SAR 复图像进行干涉处理,可以提供有关地震

的震源位置、震源机制和地震滑动分布等信息,为地震研究提供可靠和宝贵的数

据。

InSAR 技术也可用于检测与火山喷发有关的地面形变模式。从由InSAR 技术

获得的火山的高分辨率DEM ,可以估计火山熔岩流场的结构和形态的细节。它不

仅可以作为这些火山将来由于喷发而引起变化的检测基准,而且也可用于估计未

来的熔岩流、泥流和火山碎屑流所引起的灾害[42]。如图1.2所示。

地质构造、板块运动和人为因素(如城市发展、地下水抽取等)都会导致地

面的沉降。城市地面沉降问题一直受到各国政府的高度重视,采用D-InSAR

技术

取代常用的水准测量方式实现对城市沉降速度的测量,不仅可以节省费用,而且

可以提高测量的效率。

图1.2 InSAR 用于地质灾害研究

1.4.2 极地监测

极地冰盖和冰川对地球气候的变化起着极其重要的作用,因此对极地冰盖体

积和冰川运动及其边缘位置变化的监测具有非常重要的意义。冰川的运动速度一

般相对较高(一般平均每天几十厘米),因此,监测时间间隔不能太长。与传统的

监测手段相比,D-InSAR 技术具有大范围、高效率等特点,它可以精确快速地测

量极地冰盖厚度的变化和冰川的移动情况[43]。主要进行冰川地形测量、冰速测量

等研究工作。

1.4.3 海洋监测

海洋占据地球表面的70%,蕴藏着人类赖以生存的重要资源。而海面上的天

气状况往往非常恶劣,给光学遥感手段监测海况带来极大困难。SAR 是进行海洋

观察的最理想工具之一,通过InSAR 技术,不仅可以探测到海面上船舶的运动方

向和速度[44-46],而且可以观察到多种海洋动力学现象以及由于海底地形变化而引

起的海面波浪的差异等。

硕士学位论文

- 9 -

1.4.4 森林调查与制图

森林是人类生存环境中极其重要的因素之一,对森林的调查和监测有利于保

护人类生存环境。采用InSAR 技术可以进行树高的测量、林区地形的测量和分类

制图等方面[47-49]。如图1.3所示。

图1.3 InSAR 应用于森林火灾监测

1.4.5 军事领域

InSAR 可用于获取战略、战术机动和定期威胁军事目标(如:船舰、飞机、

机动雷达站、机动导弹和发射设施等)及识别军事伪装目标等。美国的预警飞机

E-8A 上装备的联合监视目标攻击雷达系统(JS-TARS )具有InSAR 功能[50],在

对地面动目标检测和成像上显示了巨大的能力,在军事侦察中发挥了重要作用受

到世界各国军事首脑和研究人员关注。图1.4为InSAR 用于军事目标识别和军用

机场识别。

a) 坦克的跟踪 b) 军事目标的识别

InSAR 图像配准方法研究

- 10 -

c) 战争引起的建筑物损坏情况

d) 美国亚利桑那州图森市南部的B52轰炸机停机场

图1.4 InSAR 应用于军事领域

总之,经过十几年来的发展,InSAR 成像技术和D-InSAR 成像技术的研究与应用正在不断地完善与深入。我们相信,随着这项新技术的不断发展,它必将给人类带来巨大的经济和社会效益。

1.5 本文的主要研究内容

本论文的研究工作是在国家自然科学基金(编号:60375001)、湖南省自然科学基金(编号:04JJ40042)和德国科学联合研究基金(DFG )的资助下,从星载合成孔径雷达干涉测量系统的数据处理过程入手,首先对几个地区的原始数据进行解码并生成幅度图像,然后在此基础上重点研究了复图像的配准方法,最后生成了干涉条纹图和相关系数图,为以后的数据处理和研究工作奠定了基础。

本文的主要研究工作可以归纳如下:

(1) 对InSAR 三维成像技术的原理进行了完整、详细的描述;

(2)

InSAR 原始数据进行了详细的研究,并生成单视复图像;

硕士学位论文

(3)重点研究了InSAR的图像配准方法,在现有的多种配准方法的基础上研究了两种InSAR影像的多级配准算法,从配准的精度、可靠性和效

率等方面集中分析和比较了算法的性能。

本文从InSAR的基本原理出发,以ERS1/2的数据为试验,实现了InSAR原始数据的解码与单视复图像的生成,并选取我国喀什、三峡和乌鲁木齐地区的数据进行配准算法的试验,进行进一步的讨论和研究。

本文共分五章,各章的内容安排如下:

第一章概述了合成孔径雷达成像技术的发展历史和现状,以及合成孔径雷达干涉测量成像技术研究现状,重点介绍了合成孔径雷达干涉测量复图像的配准的国内外研究现状,总结了本文的主要研究工作和创新点,并给出了本文各章节的内容安排。

第二章合成孔径雷达干涉测量成像原理。详细讨论了合成孔径雷达干涉测量的成像原理,从理论上分析了合成孔径雷达干涉测量系统模型。完整的给出了星载InSAR获取地形信息的数据处理流程,最后,概括了合成孔径雷达干涉测量的应用。

第三章单视复数SAR成像研究。对SAR原始数据格式进行了详细的说明,并针对合成孔径雷达干涉复图像配准之前的原始数据读取和处理生成单视复图像技术是提高InSAR复图像配准精度的重要工作之一,本文研究了一个切实可行的数据读取和处理成像的新方法,实验证明了该方法的有效性。

第四章 InSAR复图像配准方法的研究。给出了图像配准的概念和配准的一般步骤,分析了现有的配准方法。针对InSAR图像的特点,研究了两种从粗配准到精配准的多级配准方法和实施方案。

第五章 InSAR数据实验结果与分析。介绍了ERS-1/2卫星的基本情况,对德国ESA提供的我国喀什市附近地区、三峡附近地区和乌鲁木齐附近地区的串行数据进行了配准实验,给出了实验结果。相应的实验结果包括:形成SAR原始数据的幅度图、干涉图像的相关系数图、干涉图像的干涉条纹图。

结论中对全文的研究共作进行了总结,并对今后进一步的研究工作进行了展望。

- 11 -

InSAR 图像配准方法研究

- 12 -

第2章 InSAR 成像原理

合成孔径雷达干涉测量技术(InSAR )是以合成孔径雷达复数据提取的相位信息为信息源获取地表的三维信息和变化信息的一项技术。其原理是通过两幅天线同时观测(单轨模式)或两次近平行的观测(重复轨道模式),获得同一景观的观测数据(复数影像对),综合起来形成干涉纹图,得到相应的相位差,结合观测平台的轨道参数等提取高程信息,可以获得高精度、高分辨率的地面高程信息,而且进一步利用差分干涉技术可以精密测定地表沉降,下面介绍其基本原理和数据处理过程。

2.1 SAR 干涉测量概述

获取SAR 干涉数据主要有三种方式:SAR 交轨干涉测量(XTI )、SAR 顺轨干涉测量(ATI )、SAR 重复轨道干涉测量(RTI )[6]。

2.1.1 SAR 交轨干涉测量

SAR 交轨干涉测量(Across-track Interferometry )是利用一副天线发射雷达波,再利用两幅相隔一定距离的天线同时接收回波,两幅天线安装位置与天线的飞行方向垂直,从而获取SAR 数据的测量方式。如图2.1所示。由于SAR 交轨干涉测量需要同时安装两幅SAR 天线,因此通常应用于机载SAR

系统或航天飞机任务。该模式常用于获取地面目标的高程信息。

图2.1 SAR 交轨干涉测量的几何示意图

2.1.2 SAR 顺轨干涉测量

1987年Goldstein 和Zebker [51]提出了另一种SAR 干涉测量技术,即SAR 顺轨干涉测量(Along-track Interferometry ),在不同时间对同一地区进行成像。与交轨模式不同的是相隔一定距离的两副天线沿着飞行方向,在不同的时间对同一

地的总结图像配准算法

图像配准定义为:对从不同传感器、不同时相、不同角度所获得的两幅或多幅图像进行最佳匹配的处理过程[2]。图像配准需要分析各分量图像上的几何畸变,然后采用一种几何变换将图像归化到统一的坐标系统中。在配准过程中,通常取其中的一幅图像作为配准的标准,称之为参考图像;另一幅图像作为配准图像。 图1-1 图像配准的基本流程 图1-2 图像配准方法分类

根据配准使用的特征,图像配准的方法大致可分为三类: (1)基于图像灰度的配准算法。首先从参考图像中提取目标区作为配准的模板,然后用该模板在待配准图像中滑动,通过相似性度量(如相关系数法、差的平方和法、差的绝对值法、协方差法)来寻找最佳匹配点。 (2)基于图像特征的配准算法。该算法是以图像中某些显著特征(点、线、区域)为配准基元,算法过程分为两步:特征提取和特征匹配。首先从两幅图像中提取灰度变化明显的点、线、区域等特征形成特征集。然后在两幅图像对应的特征集中利用特征匹配算法尽可能地将存在对应关系的特征对选择出来。对于非特征像素点利用插值等方法作处理推算出对应匹配关系,从而实现两幅图像之间逐像素的配准。 (3)基于对图像的理解和解释的配准算法。这种配准算法不仅能自动识别相应像点,而且还可以由计算机自动识别各种目标的性质和相互关系,具有极高的可靠性和精度。这种基于理解和解释的图像配准涉及到诸如计算机视觉、模式识别、人工智能等许多领域。不仅依赖于这些领域中理论上的突破,而且有待于高速度并行处理计算机的研制。 从自动化角度来看,可以将配准过程分为自动、半自动和手动配准。 存在问题:如何提高图像的配准速度将是大范围遥感图像自动配准问题的要点;选取何种自动配准方案以保证图像的配准精度将是大范围遥感图像自动配准问题的另一要点。 2(,)[1((, f x y g f h x y 其中,h表示二维空间坐标变换。g表示灰度或辐射变换,描述因传感器类型的不同以及成像时气候等环境的影响所带来的图像灰度的变换。配准问题的实质就是要找到最优的空域变换h和灰度变换g,使得上述的等式成立,从而找到配准变换的参数 特征空间的选择通常要考虑以下几个因素:相似性;空间分布;唯一性。 在自动图像配准中对特征的理解可以分为两类。(1)基于灰度的方法:基于灰度的方法将重点放在特征匹配上,在其过程中并没有真正提取特征。一般所说的模板匹配法就是这种方法的代表。这种方法实际上将图像的灰度分布直接作为特征而构成匹配的基础。(2)基于特征的方法:基于特征的方法需要在图像中提取显著的特征:区域(森林、湖泊、农田等)、线(区域的边界、道路等)和点(区域的角

医学图像配准

《数字医学图像》报告 内容:图像配准专题 专业: 2012级信息管理与信息系统班级:信管一班 小组成员: 20120701020 韩望欣 20120701008 毕卓帅 20120701005 胡庆 指导老师:彭瑜 完成日期: 2015 年 10月 25日

图像配准专题 简介:图像配准是对取自不同时间,不同传感器或不同视角的同一场景的两幅图像或者多幅图像匹配的过程。图像配准广泛用于多模态图像分析,是医学图像处理的一个重要分支,也是遥感图像处理,目标识别,图像重建,机器人视觉等领域中的关键技术之一,也是图像融合中要预处理的问题,待融合图像之间往往存在偏移、旋转、比例等空间变换关系,图像配准就是将这些图像变换到同一坐标系下,以供融合使用。 一:图像配准方法国内外进展情况 图像配准最早在美国七十年代的飞行器辅助导航系统、武器投射系统的末端制导以及寻地等应用研究中提出,并得到军方的大力支持与赞助。经过长达二十多年的研究,最终成功地用于中程导弹及战斧式巡航导弹上,使其弹着点平均圆误差半径不超过十几米,从而大大提高了导弹的命中率。八十年代后,在很多领域都有大量配准技术的应用,如遥感领域,模式识别,自动导航,医学诊断,计算机视觉等。各个领域的配准技术都是对各自具体的应用背景结合实际情况量身订制的技术。但是不同领域的配准技术之间在理论方法上又具有很大的相似性,从而使得在某领域的配准技术很容易移植到其它相关领域。目前国内外研究图像配准技术比较多的应用领域有红外图像处理、遥感图像处理、数字地图定位和医学图像处理等领域。 二、图像配准在医学领域的应用 20世纪以来随着计算机技术的不断发展,医学成像技术得到了快速的发展。尖端的新型医疗影像设备层出不穷,如计算机线摄影、数字减影等等,这些已经成为现代医学诊断必不可少的医学数字成像手段。由于这些医学数字成像设备有不同的灵敏度和分辨率,它们有各自的使用范围和局限性。多种模式图像的结合能充分利用图像自身的特点并做到信息互补。近几十年以来,图像配准在医学上的应用日益受到医学界和工程界的重视,己在世界范围广泛展开,在相关文献中己经提出了很多种医学图像配准的方法,这些研究成果广泛地运用到医学领域中。图像配准在医学中的应用领域主要有以下几方面: ?组织切片图像的处理与显微结构三维重建 ?疾病诊断及其发展和消退的过程检测 ?神经外科手术可视化、神经外科手术一计划及术前评估 ?感觉运动和认知过程的神经功能解剖学研究 ?神经解剖变异性的形态测量分析学 ?放射治疗和立体定向放射外科治疗计划 三、图像配准的定义 对于二维图像配准可定义为两幅图像在空间和灰度上的映射,如果给定尺寸的二维矩阵F 1和F2代表两幅图像F1(X,Y)和F2(X,Y)分别表示相应位置(X,Y)上的灰度值。则图像间的映射可表示为:F (X,Y)=G(F (H(X,Y))),式中H表示一个二维空间坐标变换,即(X’,Y’)=H(X,Y),且G是一维灰度变换。 四、图像配准方法的分类 1、维数 主要是根据待配准图像的空间维数及时间维数来划分的。图像仅含空间维数或者是图像的时间序列中带有空间数,其配准可根据图像的空间维数分2D/2D,2D/3D,3D/3D,4D/4D

图像配准技术方法研究

图像配准技术方法研究 摘要随着信息技术的迅猛发展,图像配准技术已经在军事、遥感、医学、计算机视觉等多个领域得到了广泛的应用。图像配准技术是图像处理的一个基本问题,它是将不同时间、传感器或视角下获取的相同场景的多幅图像进行匹配的图像处理的过程。三类图像配准的方法大致如下:基于灰度的图像配准方法。基于变换域的图像配准方法。基于特征的图像配准方法。本文将应用这三种方法对图像配准进行研究。并重点研究基于特征的图像配准方法。 关键词图像配准,特征点匹配,灰度插值,控制点的提取 Abstract The technology of image registration is being widely used in the military, remote sensing , medical, computer, visual and any other fields with the rapid development of information technology. The technology of image registration is a kind of process to match different pictures getting from different periods and different cameras but a same scene, it is a basic point to handle the pictures. There are three kinds of ways to do the image registration:According to the level of the color of gray getting from the pictures.According to transforming domains.According to the features The three kinds of ways will be used to discuss the image registration in the thesis, and the way according to the features will be discussed more in the thesis.

医学图像配准技术 综述

医学图像配准技术 A Survey of Medical Image Registration 张剑戈综述,潘家普审校 (上海第二医科大学生物医学工程教研室,上海 200025) 利用CT、MRI、SPECT及PET等成像设备能获取人体内部形态和功能的图像信息,为临床诊断和治疗提供了可靠的依据。不同成像模式具有高度的特异性,例如CT通过从多角度的方向上检测X线经过人体后的衰减量,用数学的方法重建出身体的断层图像,清楚地显示出体内脏器、骨骼的解剖结构,但不能显示功能信息。PET是一种无创性的探测生理性放射核素在机体内分布的断层显象技术,是对活机体的生物化学显象,反映了机体的功能信息,但是图像模糊,不能清楚地反映形态结构。将不同模式的图像,通过空间变换映射到同一坐标系中,使相应器官的影像在空间中的位置一致,可以同时反映形态和功能信息。而求解空间变换参数的过程就是图像配准,也是一个多参数优化过程。图像配准在病灶定位、PACS系统、放射治疗计划、指导神经手术以及检查治疗效果上有着重要的应用价值。 图像配准算法 可以从不同的角度对图像配准算法进行分类[1]:同/异模式图像配准,2D/3D图像配准,刚体/非刚体配准。本文根据算法的出发点,将配准算法分为基于图像特征(feature-based)和基于像素密度(intensity-based)两类。 基于特征的配准算法 这类算法利用从待配准图像中提取的特征,计算出空间变换参数。根据特征由人体自身结构中提取或是由外部引入,分为内部特征(internal feature)和外部特征(external feature)。

【作者简介】张剑戈(1972-),男,山东济南人,讲师,硕士 1. 外部特征 在物体表面人为地放置一些可以显像的标记物(外标记,external marker)作为基准,根据同一标记在不同图像空间中的坐标,通过矩阵运算求解出空间变换参数。外标记分为植入性和非植入性[2]:立体框架定位、在颅骨上固定螺栓和在表皮加上可显像的标记。Andre G[3]等将该方法用于机器人辅助手术,对于股骨移植,位移误差小于1.5mm,角度误差小于3°,由于计算量小,可以实现实时配准。但是标记物必须事先被固定好,不能用于回顾性配准,而且该方法只适用刚体配准。 2. 内部特征 从医学影像中可以提取出点、线和面:血管的交点、血管、胸腹之间的横膈膜等,这些特征作为内标记点(internal marker) ,利用其空间位置同样可以求解出空间变换参数。Hill DL[4]用11个形态点对脑部配准,误差<1mm,方差为1.73mm。Meyer CR[5]除了血管树的交点,还使用了左右脑之间的间隔等特征。Maurer CR[6,7]赋予点、线、面等几何特征不同的权重(weighted geometrical features, WGF),进一步改进了算法。内标记点配准是一种交互性的方法,将3D图像配准简化为点、线和面的匹配,可以进行回顾性研究,不会造成患者的不适。但是医生对特征位置的判断影响到配准精度,为了克服人为误差,需要多次重复操作,以平均值作为最终结果。 表面匹配算法也利用了内部特征[8]:进行图像分割,提取出轮廓曲线、物体表面等内部特征,使2D/3D图像配准简化为2D曲线和3D曲面的匹配,不再考虑物体内部像素。典型的应用是刚体配准的“头帽”算法[9],从头部的3D图像中分割出表面轮廓,分别作为头模型和帽模型。配准的目标函数是头表面和帽表面之间的均方距离,该距离是空间变换参数的函数。表面匹配算法是一种自动算法,在物体表面轮廓相似并且清晰的情况下,配准效果很好。其不足之处在于:准确地进行图像分割很困难;不同模式的图像,如CT/PET图像,由于器官的轮廓差异较大,难于精确地匹配。 3. 在非刚体配准中的应用 进行非刚体配准前要确定物理模型,常见有弹性模型、粘稠液体模型、生物力学模型。通过在感兴趣区域中提取参考点、2D或是3D轮廓线,使待配准图像

图像配准的方法

图像配准的方法 迄今为止,在国内外的图像处理研究领域,已经报道了相当多的图像配准 研究工作,产生了不少图像配准方法。总的来说,各种方法都是面向一定范围 的应用领域,也具有各自的特点。比如计算机视觉中的景物匹配和飞行器定位 系统中的地图匹配,依据其完成的主要功能而被称为目标检测与定位,根据其 所采用的算法称之为图像相关等等。 图像配准的方式可以概括为相对配准和绝对配准两种:相对配准是指选择 多图像中的一张图像作为参考图像,将其它的相关图像与之配准,其坐标系统 是任意的。绝对配准是指先定义一个控制网格,所有的图像相对于这个网格来 进行配准,也就是分别完成各分量图像的几何校正来实现坐标系的统一。本文 主要研究大幅面多图像的相对配准,因此如何确定多图像之间的配准函数映射 关系是图像配准的关键。通常通过一个适当的多项式来拟合两图像之间的平移、旋转和仿射变换,由此将图像配准函数映射关系转化为如何确定多项式的系数,最终转化为如何确定配准控制点(RCP)。目前,根据如何确定RCP的方法和图像配准中利用的图像信息区别可将图像配准方法分为三个主要类别:基于灰度信 息法、变换域法和基于特征法[25],其中基于特征法又可以根据所用的特征属 性的不同而细分为若干类别。以下将根据这一分类原则来讨论目前已经报道的 各种图像配准方法和原理。 1基于灰度信息的图像配准方法 基于灰度信息的图像配准方法一般不需要对图像进行复杂的预先处理,而 是利用图像本身具有灰度的一些统计信息来度量图像的相似程度。主要特点是 实现简单,但应用范围较窄,不能直接用于校正图像的非线性形变,在最优变 换的搜索过程中往往需要巨大的运算量。经过几十年的发展,人们提出了许多 基于灰度信息的图像配准方法,大致可以分为三类:互相关法(也称模板匹配法)、序贯相似度检测匹配法、交互信息法。 (1)互相关法

图像配准技术研究进展

第14卷第6期2007年12月 电光与控制 EU£CTRONICSOPTICS&CONTROL V01.14№.6 Dee.2007 文章编号:1671—637X(2007)06—0099—07 图像配准技术研究进展 刘松涛,杨绍清 (海军大连舰艇学院信息与通信工程系,辽宁大连116018) 摘要:图像配堆是解决图像融合、图像镶嵌和变化检测等问题的必要前提。其应用遍及军事、遥感、医学和计算机视觉等多个领域。筒要回顾了图像配准技术的发展史和研究现状.重点阐述了当前的技术热点和应用趋势,最后展望了进一步的研究方向。 关键词:图像配准;信息论;非刚性配准;虚拟结构 中图分类号:V243.6文献标识码:A Progressinimageregistrationtechniques LIUSong—taa,YANGShao—qing (Oept.ofInformation&CommtmicdionEt,g泌rit,.g,DafianNavalAcademy,Dalian116018,舀白Ⅺ) Abstract:Imageregistrationisessentialforallimageanalysistaskslikeimagefusion,imagemosaicandchangedetection.Itisusedwidelyinmilitarysystem,medicalimaging,remotesensing,computervision,etc.Thehistoryandcurrentetatusofimageregistrationtechniquesfirereviewedkeflywithemphasisonitscurrenttechnicalhotspotsandapplicationtrends.Someinterestingaspectsforfurtherstudya”pointedoutintheend. Keywords:imageregistration;informationtheory;110n—rigidregistration;virtualstructUre 0引言 图像配准是许多应用问题必须的预处理步骤,比如:时序图像的变化检测或多模图像融合,这些问题遍及军事、遥感、医学、计算机视觉等多个领域。许多领域都需要图像配准,实际应用过程可能会有所不同,但其中关键的因素是类似的。概括地说,图像配准是对取自不同时间、不同传感器或者不同视角的同一场景的两橱或多幅图像进行最佳匹配的过程,包括像素灰度匹配和空间位置对齐。 配准方法的分类可以依据不同的准则。Bro.wn…依据变换模型的复杂程度对配准方法进行分类,并归纳了配准技术的实现步骤:特征空问、相似度测量、搜索空间和策略。Maintz”1等则提出了9 收稿日期:2006—03—09修回Et期:2006—05—15 基金项目:国防预研基金资助项目(51403030604JBl40I);国家自然科学基金资助项目(60572160) 一 作者简介:荆松涛(1978一),男,河南孟津人,博士,主要研究方向为图像融合、耳标识别、成像跟踪、DSP开发 等。条分类准则,依次为:图像维数、配准特征的来源、变换模型、坐标变换域、交互性、优化策略、成像模式、配准对象、配准目标的特点等。作者参考Brown和Mainlz的分类方法,将配准技术概括为8个方面,包括:配准对象、特征提取、特征匹配、变换模型、优化策略、坐标变换与插值、系统实现及算法评估,并考虑每项内容的技术特性进行细分,然后依据某一算法的创新点进行分类。囊括所有方法的分类准则是不存在的,所提方法侧重于从总体上对配准方法进行考察,是一种相对能反映配准方法本质特征的分类方法。依据新的分类准则,作者已对图像配准技术的8个子方向进行了系统研究uJ。 1发展史和研究现状 国外从20世纪60年代就开始在图像配准领域进行研究“】,但直到1980年代才开始引起学者们的关注。到上世纪末,单模图像配准问题已基本解决,但多模图像配准由于涉及模式和领域的复杂性.仍需密切关注。国际上对图像配准技术曾做过调查”】,其结论是1990年代初技术文献明显增加。而

图像匹配的主要方法分析

图像匹配的主要方法分析 在我国的图像处理中,有很多的关键技术正在不断的发展和创新之中。这些相关技术的发展在很大程度上推动了我国图像处理事业的发展。作为图像处理过程中的关键技术,图像匹配技术正在受到越来越多的关注。文章针对图像匹配的主要方法进行详细的论述,希望通过文章的阐述和分析能够为我国的图像匹配技术的发展和创新贡献微薄力量,同时也为我国图像处理技术的发展贡献力量。 标签:图像处理;图像匹配;特征匹配;方法 在我国的图像处理技术中,图像的匹配技术不仅仅是其中的重要组成部分,同时还是很多图像技术的发展创新的技术基础。例如图像技术中的立体视觉技术;图像技术中的运动分析技术以及图像技术中的数据融合技术等。通过上述内容可以看出,在我国的图像技术中,图像匹配技术具有非常广泛的应用。随着我国的相关技术不断的创新和发展,对于图像匹配技术的要求也是越来越高。这样就要求我国的图像匹配技术有更深层次的研究和发展。我国现阶段的研究主要是针对图像匹配过程中的匹配算法进行研究,希望借助研究能够更加有效的提升在实际的工作应用中的图像质量,同时也能够在很大程度上提升图像处理的图像分别率。文章的主要陈述点是通过图像匹配技术的具体方法进行优点和缺点的分析,通过分析优点和缺点来论述我国图像处理技术中的图像匹配技术的发展方向以及改进措施。近些年出现了很多的图像匹配方法,针对现阶段的新方法以及新的研究思路我们在实际的应用过程中要有一个非常清醒的选择。文章针对这一问题主要有三个内容的阐述。第一个是图像匹配技术的算法融合;第二个是图像匹配技术中的局部特征算法;最后一个是图像匹配技术中的模型匹配具体算法。 1 现阶段在世界范围内较为经典的图像匹配技术的算法 关于现阶段在世界范围内的较为经典的图像匹配技术的算法的阐述,文章主要从两个方面进行分析。第一个方面是ABS图像匹配算法。第二个方面是归一化相互关图像匹配算法。下面进行详细的论述和分析。 (1)算法一:ABS图像匹配算法。ABS图像匹配算法最主要的原理就是要使用模板的图像以及相应的匹配图像的搜索用窗口之间的转换差别来显示两者之间的关联性。图像匹配的大小在数值上等同于模板图像的窗口滑动顺序。窗口的每一次滑动都会引起模板图像的匹配计算。现阶段ABS的算法主要有三个,如下: 在选择上述三种计算方法的过程中要根据实际情况社情相应的阀值,否则会出现很高的失误率。上述的三种算法使用范围较狭窄。只使用与等待匹配的图像在模板影像的计算。 (2)算法二:归一化相互关图像匹配算法。归一化相互关的图像匹配算法在现阶段是较为经典的算法。通常专业的称法为NC算法。此计算方法主要是采

图像识别匹配技术原理

第1章绪论 1.1研究背景及意义 数字图像,又称数码图像或数位图像,是二维图像用有限数字数值像素的表示。通常,像素在计算机中保存为二维整数数组的光栅图像,这些值经常用压缩格式进行传输和储存。数字图像可以由许多不同的输入设备和技术生成,例如数码相机、扫描仪、坐标测量机等,也可以从任意的非图像数据合成得到,例如数学函数或者三维几何模型,三维几何模型是计算机图形学的一个主要分支。数字图像处理领域就是研究它们的变换算法。 数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理的产生和迅速发展主要受三个因素的影响:一是计算机的发展;二是数学的发展(特别是离散数学理论的创立和完善);三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的增长。 图像配准(Image registration)就是将不同时间、不同传感器(成像设备)或不同条件下(天候、照度、摄像位置和角度等)获取的两幅或多幅图像进行匹配、叠加的过程,它已经被广泛地应用于遥感数据分析、计算机视觉、图像处理等领域。 图像配准的方法迄今为止,在国内外的图像处理研究领域,已经报道了相当多的图像配准研究工作,产生了不少图像配准方法。总的来说,各种方法都是面向一定范围的应用领域,也具有各自的特点。比如计算机视觉中的景物匹配和飞行器定位系统中的地图匹配,依据其完成的主要功能而被称为目标检测与定位,根据其所采用的算法称之为图像相关等等。 基于灰度信息的图像配准方法一般不需要对图像进行复杂的预先处理,而是利用图像本身具有灰度的一些统计信息来度量图像的相似程度。主要特点是实现简单,但应用范围较窄,不能直接用于校正图像的非线性形变,在最优变换的搜索过程中往往需要巨大的运算量。经过几十年的发展,人们提出了许多基于灰度信息的图像配准方法,大致可以分为三类:互相关法(也称模板匹配法)、序贯相似度检测匹配法、交互信息法。 目前主要图像配准方法有基于互信息的配准方法,基于相关性的配准方法和基于梯度的配准方法。其中基于梯度的方法基本很少单独使用,而作为一个辅助

基于ICP算法的图像配准的MATLAB实现

function [TR, TT] = icp(model,data,max_iter,min_iter,fitting,thres,init_flag,tes_flag,refpn t) % ICP Iterative Closest Point Algorithm. Takes use of % Delaunay tesselation of points in model. % % Ordinary usage: % % [R, T] = icp(model,data) % % ICP fit points in data to the points in model. % Fit with respect to minimize the sum of square % errors with the closest model points and data points. % % INPUT: % % model - matrix with model points, [Pm_1 Pm_2 ... Pm_nmod] % data - matrix with data points, [Pd_1 Pd_2 ... Pd_ndat] % % OUTPUT: % % R - rotation matrix and % T - translation vector accordingly so % % newdata = R*data + T . % % newdata are transformed data points to fit model % % % Special usage: % % icp(model) or icp(model,tes_flag) % % ICP creates a Delaunay tessellation of points in % model and save it as global variable Tes. ICP also % saves two global variables ir and jc for tes_flag=1 (default) or % Tesind and Tesver for tes_flag=2, which % makes it easy to find in the tesselation. To use the global variables % in icp, put tes_flag to 0. % % % Other usage: % % [R, T] = icp(model,data,max_iter,min_iter,... % fitting,thres,init_flag,tes_flag) % % INPUT: % % max_iter - maximum number of iterations. Default=104 % % min_iter - minimum number of iterations. Default=4 % % fitting - =2 Fit with respect to minimize the sum of square errors. (default) % alt. =[2,w], where w is a weight vector corresponding to data. % w is a vector of same length as data.

图像配准技术的应用与研究

图像配准技术的应用与研究 【摘要】数字图像配准技术在当今科学研究的各个领域都显示出了很高的利用价值,伴随着人们对匹配效果的不断增强,图像配准技术也受到人们越来越多的关注。本文主要介绍图像配准在各个领域中的应用以及图像配准算法的研究现状。 1.图像配准技术的应用 目前,在很多领域都运用到了图像配准技术,这些领域分布在很多学科,包括机器视觉、医疗图像鉴定[1]等,另外还有现代汽车工业上运用到的器件完整度检测,当前受到热捧的景物匹配技术也都利用了图像配准技术。图像配准早已是一个非常热点同时也非常前沿的技术,现在图像多源信息融合作为一门强势的基础学科,已被广泛运用于军工、民用、商业等领域[2][3]。 在计算机机器视觉中,图像配准技术也是其他延伸技术的基础,包括指纹识别、运动目标识别、人脸识别等当今非常热门的研究领域。图像配准技术既是基础,也是难点。当前有关视频监控、目标跟踪方面的研究已经很深入,且取得了很多辉煌的成就,但归根到底,所有的视频信息也都是由一帧一帧的图像所构成,因此要解决这类识别问题,同样依赖于图像配准技术的发展。 2.图像配准基本原理 在数字图像配准技术中,灰度相关处理是一种非常重要的算法。这类算法最大的特点就是算法的实现非常容易,但这类算法又有限制其发展的弱点,那就是该类算法的时间复杂度都非常高,计算机在进行处理的时候消耗的时间过长,实时性较差,使得这类算法在运用到实际中的时候,难以得到很好的效果。原因在于这类配准方法在对相似度进行计算时,基本上要对待配准区域的每一个像素点进行计算,这样的大量运算会直接增加配准搜索过程的时间,同时其受到图像尺度变化的影响非常大。还有一种方法是使用图像中的所有像素点的灰度信息来进行配准,再使用一种搜寻的方式把那些属于某一相似度的极值点找到,算法同样利用的是对整幅图像中的所有像素点。因其计算量太大,所以实际使用价值也不高。 图像进行特征提取的时候,使用的方法要根据实际的情况来做出不同的选择,因为不同图像的特征点有其所特有的性质。这些方法广泛的涉及到图形图像形态学,而且无法把这些模型有效的归纳到一起。针对图像的特征点提取,很多方法都运用了图像中那些对图像发生平移、尺度等变换时保持不变性的特征点,甚至某些点还能是在图像发生仿射变换时也保持不变性。通常数字图像中的特征做了图像全局特征和图像局部特征的划分。对于图像的全局特征,由于要考虑图像中所有像素点对当前点的贡献和影响,所以对图像信息的描述是非常复杂的,

基于视频序列的图像配准算法研究与应用

工学硕士学位论文 基于视频序列的图像配准算法研究与应用 王帅 哈尔滨工业大学 2007年7月

国内图书分类号:TP391.4 国际图书分类号:681.39 工学硕士学位论文 基于视频序列的图像配准算法研究与应用 硕士研究生:王帅 导师:承恒达 教授 申请学位:工学硕士 学科、专业:计算机科学与技术 所在单位:计算机科学与技术学院 答辩日期:2007年7月 授予学位单位:哈尔滨工业大学

Classified Index: TP391.4 U.D.C: 681.39 Dissertation for the Master Degree in Engineering RESEARCH AND APPLICATION OF IMAGE REGISTRATION BASED ON VIDEO SEQUENCE Candidate:Wang Shuai Supervisor:Prof. Cheng Hengda Academic Degree Applied for:Master of Engineering Specialty:Computer Science and Technology Affiliation:School of Computer Science and Technology Date of Defence:July, 2007 Degree-Conferring-Institution:Harbin Institute of Technology

哈尔滨工业大学工学硕士学位论文 摘要 随着数字技术的不断发展,视频图像的分析与处理越来越受到人们的关注。数字化图像序列可以通过摄像机等光学设备获得,是真实世界在不同时间向成像平面的一系列投影。图像帧之间具有较大的相关性和信息冗余,找到并描述图像序列间的内在联系成为研究的关键所在。图像配准技术可以有效地解决这类问题。 图像配准问题是图像处理里的一个基本问题,是将不同时间、不同传感器、不同视角及不同拍摄条件下获取的图像对齐或匹配,消除存在的几何畸变。图像配准在计算机视觉、模式识别、医学图像处理和遥感信息处理方面有着广泛的应用。 本文提出了基于自适应聚类的特征匹配方法,满足大量图像配准的需求,提高匹配的速度,该方法基于正确匹配点对间形成矢量的一致性,对匹配点对进行自适应聚类,实验证明该方法在保证正确匹配不丢失的同时,可有效剔除绝大多数错误匹配,为进一步进行RANSAC匹配提供方便,且有效地提高了整个匹配过程的速度。 本文提出一种简单有效的图像合成方法。该方法针对摄像机固定位置,水平旋转拍摄的视频序列的特点,选取图像序列中部分帧,通过H矩阵确定重叠区域,再利用线性插值进行图像融合。实验证明在转角小于180 时,合成效果较好。 本文成功运用图像配准技术完成运动员滑行数据的测量,利用图像配准技术估计图像间摄像机运动,进而消除摄像机运动的影响,得到运动员的真实运动数据。根据这一原理,首先对冰场进行合理化建模,并确定相应的视频拍摄方案,设计了运动员冰场定位算法,利用帧间的H矩阵估计摄像机旋转角度,进而估计运动员的旋转角度完成滑行数据的测量。 关键词图像配准;特征点匹配;自适应聚类 - -I

图像配准算法综述

杭州电子科技大学 毕业设计(论文)文献综述 毕业设计题目SIFT特征研究及应用 文献综述题目图像配准算法综述学院生命信息及仪器工程学院 专业电子信息技术及仪器 姓名 班级 学号 指导教师

图像配准算法综述 一.前言 图像配准是指找出场景中同一物体表面的结构点在不同图像上的投影像素点之间的对应关系,是图像信息处理领域中一项非常重要的技术,同时也是其它一些图像分析技术,如立体视觉、运动分析、数据融合等的基础。 目前图像配准广泛应用于虚拟现实、视频压缩、图像复原、图像数据库检索等技术中。图像配准的研究是计算机视觉中最困难也是最重要的任务之一。不同的图像配准方法总是对应于某种适用的图像变换模型,其核心问题是提高配准的速度、精度和算法的稳健度。 随着科学技术的发展现在约40%的机器视觉应用中都会使用图像匹配技术,所涉及的领域有:工业检测,导弹的地形匹配,光学和雷达的图像跟踪,交通管理,工业流水线的自动监控、工业仪表的自动监控,医疗诊断,资源分析,气象预报,文字识别以及图像检索等。 图像匹配研究按其处理步骤可以分为样本采集、样本预处理、样本分割、样本的特征提取等,并且与计算机视觉、多维信号处理和数值计算方法等紧密结合。它也是其它一些图像分析技术,如立休视觉、运动分析、数据融合等的基础。正因为其应用的广泛性,新的应用和新的要求逐步产生,使得匹配算法的研究逐步走向深入,出现了快速、稳定、鲁棒性好的匹配算法。因此,研究图像的匹配算法对于如何提高实际工程中的图像处理质量和识别精度具有非常重要的意义。 本文主要分析图像匹配常用方法的优点和不足之处,讨论了图像匹配中需要进一步研究和解决的问题。 二.图像配准算法的研究现状 图像配准是立体视觉、运动分析、数掘融合等实用技术的基础,在导航、地图与地形配准、自然资源分析、天气预报、环境监测、生理病变研究等许多领域有重要的应用价值。国内外学者针对不同的图像配准应用问题进行了大量的研究工作,早在1992年英国剑桥大学的Lisa Gottesfeld Brown在文献[1]习中就总结了图像配准的主要理论及图像配准在各个领域的应用。当时他讨论的图像配准技术主要还是著眼于医学图像处理、遥感图像处理等传统应用领域。图像配准是图像镶嵌技术的核心问题。 微软研究院的Richard Szeliski在1996年SIGGRAPH上提出了基于运动模型的全景图拼接算法[7]。Szeliski采用了非线性优化的方法来最小化像素两幅图像的亮度差以确定变换参数。该方法使用了全部像素进行优化处理,所以配准精度较高,但是计算速度较慢,且稳健性不佳。 国内的赵向阳。杜立民在2004年提出了一种基于特征点匹配的图像自动拼接算法[2],其中使用了Harris算法[3]提取角点并进行匹配。赵的算法采用了鲁棒变换估计技术,在一定程度上提高配准算法的稳健性,但是计算速度依然较慢,且无法配准重

基于Demons算法的图像配准研究 5.10_修改

基于Demons算法的图像配准研究 摘要 图像配准实质上是评价两幅图或多幅图像的相似性以确定同名点的过程,其作为图像处理中的一个基本问题,同时也是众多图像分析和处理任务的关键步骤,被广泛应用于医学、军事、遥感、计算机视觉等众多领域,严格地说, 图像配准问题就是将位于不同坐标系下同一场景的二幅或多幅图像,寻找一种特定的最优几何变换,将两幅或多幅图像变换到同一坐标系的过程。图像配准算法则是设法建立两幅或多幅图像之间的对应关系,确定相应几何变换参数,对两幅图像中的一幅进行几何变换的方法,是图像配准最关键的技术,直接决定图像配准的准确性。本文在学习了解了现有的图像配准算法后,主要针对重要的图像配准算法—Demons算法,通过研究原始Demons算法、Active Demons算法和Symmetric Demons算法的基本原理和各自在图像配准中的应用,对三种算法的性能进行对比分析,确定三种算法的优缺点,进而找到影响图像配准结果的根本原因。 关键词:图像配准原始的Demons算法Active Demons算法Symmetric Demons算法 Abstract Image registration is to determine corresponding point evaluation two pictures or images virtually, as a basic problem of image processing, meanwhile, it is also the key steps of many image analysis and processing tasks. It is widely used in medical, military, remote sensing, computer machine vision fields. Strictly speaking, the problem of image registration is finding a certain optimal geometric transformation to make two or more images in different coordinate systems transform into the same coordinate system. Image registration algorithm is trying to establish the correspondence between two or more images, determining the corresponding geometric parameters. It is the key of image registration It also directly determines the accuracy of image registration. On the base of understanding of the existing image registration algorithms .The

浅谈医学图像配准研究

浅谈医学图像配准研究 【摘要】随着现代医学影像技术的快速发展,越来越多的影像设备应用于临床,而不同设备采集的图像参数往往是不一样的,因此,要想将病变部位的各种不同情况在一张图像上体现出来,研究图像配准技术就是相当必要的,它能够将两幅图像中的信息综合起来,非常具有现实意义。本文从医学图像配准的概念、发展现状、分类及应用等方面进行了阐述。 【关键词】医学图像配准;多模态;医学影像技术 1.医学图像配准概述 医学图像配准是指将来自不同形式的探测器(如MRI,CT,PET,SPECT 等)的医学图像,利用计算机技术实现对于一幅医学图像寻求一种或者一系列的空间变换,使它与另一幅医学图像上的对应点达到空间上的一致。通俗地讲,医学图像配准就是对参考图像进行一系列的空间变换,使得参考图像和浮动图像中的对应点在空间位置或者解剖位置上达到一致[1]。主要包含4个模块:几何变换、插值算法、相似性测度和寻优算法。医学图像配准是医学图像处理的一个重要研究领域,被广泛应用于手术导航、病变跟踪以及治疗后期评估等临床诊断治疗中。 2.医学图像配准研究的现实意义 随着新型传感器的不断涌现,人们获取图像的能力迅速提高,不同物理特性的传感器所产生的图像也不断增多。由于成像原理以及成像设备的不同,造成成像模式的不同,按照不同成像模式提供信息的不同,医学图像可以分为解剖结构图像和功能图像两大类。单一模态的图像往往很难提供足够的病理信息,让医生作出病理诊断,常常需要将同一病人的多种成像模式的图片综合起来进行分析,以便获得病人更全面的信息,如X 射线断层扫描(CT,Computed Tomography)对骨骼信息的揭示是其他成像手段所不能比拟的,而要查看软组织结构信息,则会选择核磁共振成像(MRI,Magnatic Resonance Imaging);利用PET、SPECT 获得功能信息,再综合CT、MRI的解剖信息分析。这种把各种成像模式的图像信息融合成一种新的影像模式的技术称为图像融合技术,经过融合后的图像克服了各种单一模式图像信息存在的不足。而在图像融合之前首先要经过图像的配准,配准结果的好坏直接影响图像融合的质量。因此,医生要想全面的了解病变组织的情况,必须准确的对多幅图像进行配准才能融合,进而制定出更加合理的治疗方案。因此,以图像配准技术为基础将多种模态图像信息融合起来,充分利用不同模态图像的优越性,将人体解剖结构信息以及功能代谢信息在同一副图像中表达出来,更有利于医生做出准确、可靠的诊断。 3.医学图像配准的发展现状 图像融合技术诞生于上世纪80年代,是指对多幅源图像的信息进行提取。

相关文档
最新文档