一种新的提高雷达景象匹配可靠性的方法研究_江标初

g22( i, j)h 1
(6)
i =0 j =0
i =0 j =0
n-1 n-1
n- 1 n- 1
∑ ∑ ∑ ∑ =
g 1(i, j)g2( i, j) -
g22 (i, j)
i =0 j =0
i =0 j =0
对两影像均作重心化 处理 , 则有
n- 1 n- 1
n-1 n-1
∑ ∑ ∑ ∑ g1(i, j) = 0
(1 5) (1 6)
ρ=
1-
n- 1
v1
n- 1
-
n- 1
v2
n- 1
∑ ∑ ∑ ∑ g21(i, j)
g21( i, j)
i =0 j =0
i =0 j =0
由式 (14)、(16)、(17) 可得
(1 7)
ρ=
1-
n-1
v1
n-1
∑ -
P ( I0 l =1 1 - C
n- 1 n- 1
- IB0)2
收稿日期 :2006 - 03 - 23 作者简介 :江标初 (1978— ), 男 , 福建龙岩人 , 博士研究生 , 主要研究方向 为数字图像处理 、遥感 、地理信息系 统 ;陈映鹰 (1941— ), 男 , 湖 北人 , 教 授 , 博士生导师 , 主要研究方向为数字图像处理 、遥感 、地理信息系统 。
Research on New M ethod of Improving Radar Scene M atching R eliab ility
JIANG B iao-chu牞CHEN Y ing-y ing
牗D ep artm en t of Su rvey ing and G eo-In form atics牞Tongji U n iversity 200092牞Ch ina牘
g1( i, j)g2 (i, j)
∑ ∑ =
( i =0 j =0
n -1 n -1
g 2( i, j) - g1( i, j))2
i =0 j =0
∑ ∑g
2 2
(
i,
j)
i =0 j =0
n- 1 n- 1
∑ ∑ g1( i, j)g2 (i, j) n- 1 n- 1
=( i =0 j =0
1 图像对比度
1. 1 对比度定义
C =(IB - IO ) /IB
∑ ∑ IB
=
1 P
P k =1
Ik ,
IO
=
1 Q
Q
Il
l =1
(1) (2)
其中 , Ik 和 Il 为像元的 灰度值 ;P 为 图像 背景的 像元 总数 ;Q 为 图像目标的像元总数 。 1. 2 对比度增强
低对比度图像可以由 照明不 足 、成 像传感 器动态 范围太 小 等因素引起 。 可以通过增加图像某两个灰度间的动态范围来 增
(1 2)
n -1 n -1
∑ ∑ 噪声
vv 由两 部分 组成 , 一部 分来 源于 实时 图像 的
i =0 j =0
目标 , 一部分来源于实时图像的背景 , 即
n- 1 n- 1
P
Q
∑ ∑vv = ∑ vv + ∑vv
i =0 j =0
k =1
l =1
把式 (13)代入式 (12), 经变 换可以得
∑ ∑ g21 (i, j)
∑ ∑ g21( i, j)
i =0 j =0
i =0 j =0
(1 8)
在进行景象匹配中 , 最具代表意义的参数就是相关系数 , 相 关系数越大 , 表 明匹配的可靠性越高 , 相关系数的大小直接影 响
到景象匹配结果 。 由公式 (18)可知 , 相关系数 与实时 图的对 比 度 C 与目标的灰度差异 v1 有关 。 在雷达图像中 , 用于匹配的 目 标图像 (如机场等 )一般表现为暗色 调 , 当 进行对比度 增强处 理 时 , 即 C 增加时 , 根据公 式 (3)和 雷达图 像特 性可知 , 目 标的 灰 度差异 v1 减小 , 此时背 景灰 度差 异也在 很小 的范围 内变 化 , 由 公式 (18)可知 相关系数增大了 , 匹配的可 靠性增 加 。 当对比 度 的增大到一定程度时 , 如果继续增大对比度 , 显然会使图像目 标
其中 , P +Q =n ×n
由式 (1)可得
IB = I0 /(1 - C)
设 IB0为原始图像的背景均值 , 由式 (13)、 (15)可得
∑ ∑ ∑ P vv
k =1
P
= (IB
k =1
-
IB0 )2
P
=
(
I0
k=1 1 - C
-
IB0 )2
Q
P
令
v1
=∑ vv, l =1
v2
=∑ vv, 由式 (14) 得 l =1
(4)
式中 , g1 为基准图灰度值 , 其包含的随机噪声为 n1;g2 为实 时图
灰度值 , 其包含的随 机噪 声为 n2 ;h0 , h1 是 辐射 畸变 参数 , 则 误
差方程为
v =h0 +h1 g2 - (g1 - g2 )
(5)
为了消除辐射畸变 , 设影 像窗口 大小 为 n ×n, 按 最小 二乘 的原
scene ma tch ing of radar im age. K ey word s牶radar牷scene m atching牷con trast牷rea l tim e im ag e
景象匹配 ( scene m atching)是一 种高精度 的辅助 导航技术 , 由于其 具有与航 程无关 、末制导精 度极高 、自主性强 等优势 , 在 飞行器组合导 航中 有着 广泛 的应 用 [ 1] 。 景象 匹配 这种 辅助 导 航技术利用成像传感 器 (如可见 光 、红 外 、微 波雷达 等成像 传感 器 )在飞行器飞行过程中收集预定区域的 (景象匹 配区 )景 物图 像 , 实时地将收集的图像数据 (实 时图 )与预存在飞 行器上 的图 像数据 (基准图 )进行比较 , 以获取飞行 器当前的绝 对位置 或相 对目标的位置数据 。 但 是 , 在景象匹 配过程 中往往 因为在 获取 的两个匹配图像的时 间差异 、位置差异 、天气差异 、季节变化 、传 感器类 型 、光 线强弱 、地物变 异 、匹 配算法的适 应性等导致 匹配 失败 , 进而造成导航失败 [ 2] 。 所以提 高匹配 可靠性 对于一 次成 功的导航 、规避匹配失败 具有重 要的意 义 。 提高雷 达景象 匹配 可靠性 的常用方 法是算法优 选 , 但 是 , 由 于图像本身 很复杂 , 希 望找出一种统 一的 、标 准的 匹配 方法 , 来 满足 各种 情况 下的 匹 配 , 目前还存在很多困难 [ 3 ～ 5] 。 本研究从图 像特性的角度 , 研究 了匹配实时图的对比 度变化对景象匹配可靠性的影响 。
强图像的对比度 , 即灰度级线性变换 , 其变换公式为
c a
f(x, y) 0 ≤
f(x, y) ≤ a
g(x, y) = d - cf(x, y) +c a < f(x, y) < b (3) b-a L - d f(x, y) +d b ≤ f(x, y) ≤ L L -b
其中 L 是图像的最 大灰 度值 , 即灰 度级 数 。这一变 换可 以 用图 1的曲线表示 。 由图 1 可知 , 通过对 图像的 灰度级 分段 线 性变换 , 原图中灰度值在 0到 a 和 b到 L间的动态范 围减小 , 而 原图中灰度值在 a 到 b间的动 态范围 增加 , 从而使 a 到 b 间 图 像灰度的对比度增强 。 实 际应用 中 , a、b、c、d 可 取不同 值进 行 组合 , 从而得到不同的增强效果 。
n- 1 n- 1
n- 1 n-1
∑ ∑ ∑ ∑ g21 (i, j)
g22 (i, j)
i =0 j =0
i =0 j =0
(1 1)
将式 (11)代入式 (10), 可以 得到
n- 1 n- 1
∑ ∑vv =
i =0 j =0
n-1 n-1
∑ ∑ g21 (i, j) ×(1 - ρ2)
i =0 j =0
i =0 j =0
(10)
在匹配过程中匹配点位的选取是根据基准图 和实时图之间 的归一化积相关算法 (即相关系数 )确定的 , 对作中心 化处理 的 两影像其相关系数的数学表达为
n -1 n -1
ρ2 =
C2 g 1g2
∑ ∑ (
g1 (i, j) ×g2 (i, j))2
= i=0 j=0
Cg1g1Cg2g2
g2 (i, j) = 0
i =0 j =0
i =0 j =0
于是 , 由解方程 (6)得
h0 =0
n- 1 n- 1
∑ ∑ g1( i, j)g2( i, j)
h = i=0 j=0
1
n- 1 n- 1
-1
∑ ∑ g22( i, j)
i =0 j =0
(7) (8)
由式 (5)可知 , 消除了辐射变形后的余差可以表示为
理 , 化式 (5)得方程
∑ ∑ ∑ ∑ ∑ ∑ n- 1 n- 1
n- 1 n- 1
n- 1 n- 1
n2h0 +(
g2( i, j))h1 =
g1(i, j) -
g2 (i, j)
i =0 j =0
i =0 j =0
i =0 j =0
∑ ∑ ∑ ∑ n -1 n -1
n- 1 n- 1
(
g2 (i, j))h 0 +(
76
《测控技术 》2007年第 26卷第 2期