论文部分内容阅读
合成孔径雷达(SAR)可以获取具有浅海水深、海浪、内波、油膜污染、舰船目标、大气锋面和海岸线等多种海洋信息的SAR海洋图像。通过解译SAR海洋图像获取海洋信息是当今海洋遥感的研究热点之一。动态信息是海洋信息中重要的组成部分。传统的SAR海洋图像信息处理方法通常将SAR图像作为海面的瞬时状态进行处理,可获得海洋的瞬态信息,但是难以获得海洋的动态信息。一个有效获取动态信息的方法是将时间间隔较短的序列图像配准,根据配准后海洋特征的变化获取海洋动态信息,所以本文针对SAR海洋序列图像配准研究海洋动态信息提取方法。
本文首先介绍了SAR海洋序列图像的分类,即子孔径序列图像和重复观测序列图像两类,及其各自生成的方法。并分析了动态信息获取时序列图像所需要满足的条件,如分辨率和时间间隔要求等。由于图像配准是基于序列图像获取海洋动态信息的前提,所以本文根据各个序列图像的特点进行了图像匹配方法的研究,以获取相应的海洋动态信息。本文的创新贡献主要有以下几个方面:
1、针对子孔径序列图像信噪比低的特点,提出了改进的相位相关法算法对其进行配准,并以本文的子孔径序列图像为例,获取了舰船和流场的运动信息。子孔径序列图像具有时间间隔短、相关程度高的特点,需要精确的匹配算法才能分辨图像之间的细微差别。而经典的相位相关法具有较高的匹配精度,并在光学图像匹配中得到了广泛的应用。但SAR海洋子孔径图像叠加了不同的斑点噪声,具有较低的信噪比,不能直接通过相位相关法进行配准。所以本文对相位相关法进行了改进,通过自适应参数设置和加权的方法来降低噪声对于匹配精度的影响。实验结果表明,在噪声较高的情况下,与传统相位相关法相比,改进法误差可降低到原方法的1/23,匹配精度高达0.15像素,精确地获取了舰船和流场的运动信息。
2、对于时间间隔较长、且具有明显轮廓的序列图像,本文提出了基于轮廓特征的匹配方法,并以本文机载SAR重复观测序列图像为例,获取了内波和舰船的运动信息。由于时间间隔的增长,海洋的动态变化会引起序列图像特征的改变,如尺度变化、扭曲等。所以本文提出了基于轮廓提取和轮廓匹配的匹配方法来容忍图像之间的扭曲。首先本文提出了轮廓提取方法来获取图像清晰完整的轮廓,然后采用扭曲容忍匹配算法—形状描述子匹配法,对序列图像的轮廓进行匹配并获取内波的运动信息。最后,将匹配法与尾迹法分别获取的舰船速度信息进行了比较,两者结果非常接近,验证了此方法的有效性。
3、对于时间间隔较长、但没有明显轮廓的序列图像,本文根据其纹理特征提出了粗匹配与精匹配相结合的方法,并以本文星载SAR重复观测序列图像为例,获取了油膜和涡流的动态信息。时间间隔较长的序列图像会出现大尺度的位移和小尺度的扭曲。由于二者具有不同的特点,所以本文分别对其进行计算。首先,序列图像之间的大尺度纹理仍然具有较强的相关性,所以本文采用改进相位相关法进行大尺度平移量的计算。而由于小块区域不包含明显的纹理特征,不能再用相位相关法进行配准。所以本文将整个图像进行细分,然后使用最大互相关方法对每个对应小块进行配准,最终获取了涡流和油膜的动态信息。