主辅影像配准
配准算法
相关系数法是图像配准的基本方法,常用于模板或模式的匹配(?),是很多配准算法的基础。在某些匹配参数位置的情况下,相关函数法能够给出图像之间总体配准结果,从而为其他高精度的配准方法提供基准点。对于干涉SAR图像的配准,相关可以在复数域进行,也可以仅仅利用幅度信息进行配准。
对于相干斑噪声比较严重的SAR图像,幅度相关要好于复数据相关。
R(u′,v′)=i∑j∑M12(i,j)∗i∑j∑M22(i+u′,j+v′)i∑j∑M1(i,j)M2(i+u′,j+v′)
式中, M1(i,j)和 M2(i,j)分别是两景影像的幅度信息, u′和 v′分别为距离向和方位向的偏移量,相关系数最大处 R(u′,v′)的 u′和 v′值即为配准的结果。
R(u′,v′)=i∑j∑S1(i,j)∗S2∗(i+u′,j+v′)
式中, S1(i,j)和 S2(i,j)分别是两景影像的复数信息, S2∗(i,j)为原影像的共轭矩阵, u′和 v′分别为距离向和方位向的偏移量,相关系数最大处 R(u′,v′)的 u′和 v′值即为配准的结果。
使用FFT加速计算过程
使用FFT变换将 S1(i,j)和 S2(i,j)变换到频域,得到 S1(m,n)和 S2(m,n),在频域中有:
FFT(R)=S1(m,n)∗S2∗(m,n)
对上式进行二维逆FFT变换即为 S1(i,j)和 S2(i,j)的互相关函数,其最大值对应的位置为配准的偏移量。
一般使用二次多项式拟合偏移量,构建主影像坐标与偏移量(辅影像)之间的映射关系。
Δr=a0+a1∗rm+a2∗cm+a3∗rm∗cm+a4∗rm2+a5∗cm2Δc=b0+b1∗rm+b2∗cm+b3∗rm∗cm