一种基于重叠子孔径回波信息的SAR图像配准算法

doi:10.7527/S1000-6893.2022.27254

电子电气工程与控制

本期目录 | 过刊浏览 | 高级检索

前一篇 |

一种基于重叠子孔径回波信息的SAR图像配准算法

叶铮¹^,²(), 朱岱寅¹^,², 吴迪¹^,²

^1.南京航空航天大学电子信息工程学院，南京 210016
^2.南京航空航天大学雷达成像与微波光子学教育部重点实验室，南京 210016

收稿日期:2022-04-07 修回日期:2022-04-25 接受日期:2022-07-04 出版日期:2022-07-22 发布日期:2022-07-21
通讯作者: 叶铮 E-mail:yz1994@nuaa.edu.cn
基金资助:
航空科学基金(20182052013)

SAR image registration algorithm based on echo information of overlapping subaperture

Zheng YE¹^,²(), Daiyin ZHU¹^,², Di WU¹^,²

^1.College of Electronic and Information Engineering，Nanjing University of Aeronautics and Astronautics，Nanjing 210016，China
^2.Key Laboratory of Radar Imaging and Microwave Photonics，Ministry of Education，Nanjing University of Aeronautics and Astronautics，Nanjing 210016，China

Received:2022-04-07 Revised:2022-04-25 Accepted:2022-07-04 Online:2022-07-22 Published:2022-07-21
Contact: Zheng YE E-mail:yz1994@nuaa.edu.cn
Supported by:
Aeronautical Science Foundation of China(20182052013)

摘要/Abstract

摘要：

合成孔径雷达（SAR）图像配准是寻找多幅SAR图像之间的几何变换关系的过程，使不同图像校正到统一空间坐标系。传统光学图像配准方法，如尺度不变特征变换（SIFT）结合随机抽样一致（RANSAC）用于SAR图像配准时，由于受到乘性相干斑噪声的干扰，配准性能受到较大影响。提出一种基于重叠子孔径回波信息的SAR图像配准算法，在对SAR回波复数据进行成像处理的过程中，利用相位信息并结合子孔径自聚焦方法得到强相关的重叠子孔径图像，并利用多图像配准方法实现成像孔径内和孔径间的子孔径图像配准，提高图像配准精度。多个不同场景的实测数据处理结果表明：所提算法相比于SIFT+RANSAC算法，同名点数量增加，误匹配点对减少，均方根误差减小，对相干斑噪声具有较强的鲁棒性，配准效果得到了显著提高。

关键词: 合成孔径雷达（SAR）, 图像配准, 重叠子孔径, 相干斑噪声, 自聚焦

Abstract:

Synthetic Aperture Radar （SAR） image registration is the process of finding the geometric transformation relationship between multiple SAR images to calibrate different images to a unified spatial coordinate system. When traditional optical image registration methods， such as Scale-Invariant Feature Transform （SIFT） combined with Random Sample Consensus （RANSAC） algorithm， are used for SAR image registration， the registration performance is greatly affected by the interference of multiplicative speckle noise. In this paper， a SAR image registration algorithm is proposed based on the echo information of overlapping subaperture. In the imaging processing of the complex echo data， using the phase information and the subaperture autofocusing algorithm， highly correlated overlapping subaperture images are obtained. The multiimage registration methods are used to achieve the subaperture image registration within and between imaging apertures， so as to improve the accuracy of SAR image registration. The processing results of the measured data of several different scenes show that the proposed algorithm has more homonymous points， fewer mismatched point pairs， and smaller root mean square error than the SIFT + RANSAC algorithm. Moreover， the proposed algorithm is more robust to speckle noise， and thereby gains the improved registration performance.

Key words: Synthetic Aperture Radar (SAR), image registration, overlapping subaperture, speckle noise, autofocusing

中图分类号:

V243.2

叶铮, 朱岱寅, 吴迪. 一种基于重叠子孔径回波信息的SAR图像配准算法[J]. 航空学报, 2023, 44(8): 327254-327254.

Zheng YE, Daiyin ZHU, Di WU. SAR image registration algorithm based on echo information of overlapping subaperture[J]. ACTA AERONAUTICAET ASTRONAUTICA SINICA, 2023, 44(8): 327254-327254.

图/表 14

图 1

图 2

图 3

图 4

图 5

表 1

实测数据主要参数

参数	数值
频段	Ku波段
脉冲带宽/GHz	1
脉冲宽度/ $μ s$	20
脉冲重复频率/Hz	1 000
距离向采样频率/MHz	400
成像区域大小/（m×m）	750×750
飞行高度/m	3 185
成像模式	聚束模式

表 1

图6

图 7

图8

图9

图10

表 2

表 3

表 4

参考文献 22

1	WANG F， WU Y， ZHANG Q， et al. Unsupervised change detection on SAR images using triplet Markov field model［J］. IEEE Geoscience and Remote Sensing Letters， 2013， 10（ 4）： 697- 701.
2	邓炜，赵荣椿. 基于小波变换的SAR图像相干斑噪声消除方法研究［J］. 信号处理， 2001， 17（ 1）： 86- 90， 71.
	DENG W， ZHAO R C. The study on coherent speckle reduction in SAR image using wavelet［J］. Signal Processing， 2001， 17（ 1）： 86- 90， 71 （in Chinese）.
3	许斌，雷斌，孙韬，等. 一种多特征匹配的可见光与SAR图像配准算法［J］. 遥感信息， 2018， 33（ 3）： 85- 90.
	XU B， LEI B， SUN T， et al. A multi-feature matching algorithm for visible light and SAR images registration［J］. Remote Sensing Information， 2018， 33（ 3）： 85- 90 （in Chinese）.
4	XU P F， ZHANG L， YANG K Y， et al. Nested-SIFT for efficient image matching and retrieval［J］. IEEE MultiMedia， 2013， 20（ 3）： 34- 46.
5	SEDAGHAT A， EBADI H. Remote sensing image matching based on adaptive binning SIFT descriptor［J］. IEEE Transactions on Geoscience and Remote Sensing， 2015， 53（ 10）： 5283- 5293.
6	LOWE D G. Distinctive image features from scale-invariant keypoints［J］. International Journal of Computer Vision， 2004， 60（ 2）： 91- 110.
7	DELLINGER F， DELON J， GOUSSEAU Y， et al. SAR-SIFT： A SIFT-like algorithm for SAR images［J］. IEEE Transactions on Geoscience and Remote Sensing， 2015， 53（ 1）： 453- 466.
8	孙明超，马天翔，宋悦铭，等. 基于相位特征的可见光和SAR遥感图像自动配准［J］. 光学精密工程， 2021， 29（ 3）： 616- 627.
	SUN M C， MA T X， SONG Y M， et al. Automatic registration of optical and SAR remote sensing image based on phase feature［J］. Optics and Precision Engineering， 2021， 29（ 3）： 616- 627 （in Chinese）.
9	XING M D， JIANG X W， WU R B， et al. Motion compensation for UAV SAR based on raw radar data［J］. IEEE Transactions on Geoscience and Remote Sensing， 2009， 47（ 8）： 2870- 2883.
10	王颖，高云芳，李青山，等. FMCW SAR相位梯度自聚焦算法研究［J］. 中国电子科学研究院学报， 2009， 4（ 6）： 651- 655.
	WANG Y， GAO Y F， LI Q S， et al. Research on phase gradient autofocus algorithm for FMCW SAR［J］. Journal of China Academy of Electronics and Information Technology， 2009， 4（ 6）： 651- 655 （in Chinese）.
11	武昕伟，朱兆达，朱岱寅. 相位梯度自聚焦算法在条带模式SAR中的应用［J］. 数据采集与处理， 2002， 17（ 4）： 437- 440.
	WU X W， ZHU Z D， ZHU D Y. Phase gradient autofocus algorithm for stripmap SAR autofocus［J］. Journal of Data Acquisition & Processing， 2002， 17（ 4）： 437- 440 （in Chinese）.
12	MIKOLAJCZYK K， SCHMID C. A performance evaluation of local descriptors［C］∥ IEEE Transactions on Pattern Analysis Machine Intelligence， 2005， 27（ 10）： 1615- 1630.
13	FISCHLER M A， BOLLES R C. Random sample consensus： A paradigm for model fitting with applications to image analysis and automated cartography［J］. Communications of the ACM， 1981， 24（ 6）： 381- 395.
14	KE Y， SUKTHANKAR R. PCA-SIFT： A more distinctive representation for local image descriptors［C］∥ Proceedings of the 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Piscataway： IEEE Press， 2004： 511- 517.
15	MA J Y， ZHOU H B， ZHAO J， et al. Robust feature matching for remote sensing image registration via locally linear transforming［J］. IEEE Transactions on Geoscience and Remote Sensing， 2015， 53（ 12）： 6469- 6481.
16	MOREIRA A. An improved multi-look technique to produce SAR imagery［C］∥ IEEE International Conference on Radar. Piscataway： IEEE Press， 2002： 57- 63.
17	BURNS B L， CORDARO J T. SAR image-formation algorithm that compensates for the spatially variant effects of antenna motion［C］∥ SPIE’s International Symposium on Optical Engineering and Photonics in Aerospace Sensing. Proc SPIE 2230， Algorithms for Synthetic Aperture Radar Imagery， 1994： 14- 24.
18	DOERRY A W. Synthetic aperture radar processing with polar formatted subapertures［C］∥ Proceedings of 1994 28th Asilomar Conference on Signals， Systems and Computers. Piscataway： IEEE Press， 1994： 1210- 1215.
19	李浩林，陈露露，张磊，等. 相位梯度自聚焦在FFBP聚束SAR处理中的应用［J］. 西安电子科技大学学报， 2014， 41（ 3）： 26- 32.
	LI H L， CHEN L L， ZHANG L， et al. Phase gradient autofocus within FFBP flow for spotlight SAR processing［J］. Journal of Xidian University， 2014， 41（ 3）： 26- 32 （in Chinese）.
20	曾文锋，李树山，王江安. 基于仿射变换模型的图像配准中的平移、旋转和缩放［J］. 红外与激光工程， 2001， 30（ 1）： 18- 20， 17.
	ZENG W F， LI S S， WANG J A. Translation， rotation and scaling changes in image registration based affine transformation model［J］. Infrared and Laser Engineering， 2001， 30（ 1）： 18- 20， 17 （in Chinese）.
21	张红蕾，宋建社，翟晓颖. 一种基于二维最大熵的SAR图像自适应阈值分割算法［J］. 电光与控制， 2007， 14（ 4）： 63- 65， 69.
	ZHANG H L， SONG J S， ZHAI X Y. A 2D maximum-entropy based self-adaptive threshold segmentation algorithm for SAR image processing［J］. Electronics Optics & Control， 2007， 14（ 4）： 63- 65， 69 （in Chinese）.
22	BERIZZI F， CORSINI G. Autofocusing of inverse synthetic aperture radar images using contrast optimization［J］. IEEE Transactions on Aerospace and Electronic Systems， 1996， 32（ 3）： 1185- 1191.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

场景	SIFT+RANSAC				本文算法
	匹配点对	匹配正确率	均方根误差	最大误差	匹配点对	匹配正确率	均方根误差	最大误差
场景1	28/28	0.982 1	2.276 0	10.808 9	37	1	1.353 8	4.281 0
场景2	22/42	0.968 8	32.727 3	185.930 0	46	1	2.021 4	6.292 2
场景3	9/15	0.916 7	32.034 0	127.752 2	18	1	1.675 2	4.183 5

场景	SIFT+RANSAC		本文算法
	图像熵	对比度	图像熵	对比度
场景1	9.746 6	1.868 3	9.061 1	2.313 1
场景2	8.811 7	2.715 9	8.163 9	3.376 2
场景3	10.541 9	1.534 6	9.764 8	1.973 8

场景	SIFT+RANSAC		本文算法
	成像+自聚焦/s	配准/s	成像+自聚焦/s		配准/s
场景1	62.652 0	1.592 5		83.144 4	0.725 9
场景2	56.545 7	1.552 2		73.979 2	0.548 9
场景3	58.135 9	1.140 8		68.118 5	0.532 7

[1]	鲍悦, 陈俊宇, 施天玥, 毛新华. 基于先验误差模型的机载高分宽幅DBF-SAR自聚焦算法[J]. 航空学报, 2021, 42(6): 324502-324502.
[2]	卢景月, 张磊, 孟智超, 盛佳恋. 曲线轨迹下前视多通道SAR解模糊成像算法[J]. 航空学报, 2019, 40(7): 322745-322745.
[3]	韩宁, 李宝晨, 王立兵, 童俊, 郭宝锋. 基于稀疏分解的空间目标双基地ISAR自聚焦算法[J]. 航空学报, 2018, 39(8): 322037-322037.
[4]	朱晓秀, 胡文华, 马俊涛, 郭宝锋, 薛东方. 双基地角时变下的ISAR稀疏孔径自聚焦成像[J]. 航空学报, 2018, 39(8): 322059-322059.
[5]	韦北余, 朱岱寅, 吴迪. 基于杂波对消-自聚焦的多通道SAR-GMTI[J]. 航空学报, 2015, 36(5): 1585-1595.
[6]	王昕, 朱岱寅, 蒋锐. 机载SAR反投影图像自聚焦处理方法[J]. 航空学报, 2014, 35(11): 3074-3081.
[7]	刘中杰, 曹云峰, 庄丽葵, 丁萌. 基于控制线方法的机载SAR和可见光图像匹配应用研究[J]. 航空学报, 2013, 34(9): 2194-2201.
[8]	申浩, 李书晓, 申意萍, 朱承飞, 常红星. 航拍视频帧间快速配准算法[J]. 航空学报, 2013, 34(6): 1405-1413.
[9]	刘帅奇, 胡绍海, 肖扬. 基于复Shearlet域高斯混合模型的SAR图像去噪[J]. 航空学报, 2013, 34(1): 173-180.
[10]	何友, 袁湛, 蔡复青. 基于信息论匀质性测度的各向异性扩散相干斑抑制算法[J]. 航空学报, 2013, 34(1): 153-163.
[11]	毛新华, 朱岱寅, 朱兆达. 一种超高分辨率机载聚束SAR两维自聚焦算法[J]. 航空学报, 2012, 33(7): 1289-1295.
[12]	廖超, 王贵锦, 沈永玲, 何贝, 林行刚. 航拍视频的多向条带拼接算法[J]. 航空学报, 2012, 33(11): 2065-2073.
[13]	易盟, 郭宝龙. 基于不变特征和映射抑制的航拍视频图像配准[J]. 航空学报, 2012, 33(10): 1872-1880.
[14]	韩宁, 王立兵, 何强, 董健. 双基角时变下的空间目标BISAR自聚焦算法[J]. 航空学报, 2012, 33(10): 1864-1871.
[15]	龙云利, 徐晖, 安玮. 基于约束序贯M估计的时空域融合红外杂波抑制[J]. 航空学报, 2011, 32(8): 1531-1541.

一种基于重叠子孔径回波信息的SAR图像配准算法

SAR image registration algorithm based on echo information of overlapping subaperture

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 14

参考文献 22

相关文章 15

编辑推荐

Metrics

本文评价