论文摘要
随着卫星遥感技术的发展,数据获取的手段不断丰富,如何有效集成多传感器、多分辨率、多光谱和多时相的遥感数据,对其进行融合处理,已成为现阶段遥感领域研究的热点与重点,而多源影像配准则是其中迫切需要解决的核心问题之一。合成孔径雷达（Synthetic Aperture Radar, SAR）数据具有全天时、全天候、能穿透地表云雾等特点,它能弥补光学传感器受天气影响大的缺点,它们的融合有利于发挥各自的信息优势。但是二者完全不同的成像机理决定了光学影像与SAR影像存在辐射和几何差异,增加了影像配准的难度,使得SAR影像和光学影像的配准成为二者信息有效融合的“瓶颈”。当前研究中,绝大部分光学与SAR影像配准方法都需要选择控制点或需要粗配准条件,不是全自动化的处理,难以满足诸如灾害应急、军事应用等海量遥感数据的快速甚至实时处理需求,因此,针对上述问题,本文的核心创新点是提出了一种不需要任何初始条件的,全自动的多特征多测度的光学与SAR影像配准方法,其核心体现在由显著的区域特征和结构特征、普遍的面特征与线特征组成的多特征基元,由改进的SIFT,形状曲线、Voroni图与谱图结合的多测度算子,以及由局部到全局、由粗到精的配准策略。本文的主要研究内容及具体创新点如下：（1）基于多尺度水平集的遥感影像分割方法遥感影像分割的质量决定了信息提取和配准的效果。相对于光学影像来说,由于SAR影像的强烈斑点噪声的影响,使得SAR影像的分割成为研究的热点和难点问题。近年来,由于水平集方法具有处理拓扑变化的能力,且能自然地将边界信息和区域信息整合在一起,使其成为SAR影像分割的主流方法之一。而经典的CV水平集模型没有考虑SAR影像的斑点噪声特性,且经典的水平集方法采用符号距离函数（SDF）来初始化零水平集函数,而通常的符号距离函数收敛很慢,且容易收敛到局部极小值,无法达到理想的分割效果。针对此问题,本文提出了一种基于多尺度Gamma统计模型的水平集分割方法,采用Gamma统计模型对水平集能量函数进行定义,同时,多尺度分析技术首次与水平集方法进行结合,与单尺度相比,多尺度模型考虑全局信息的同时,也顾及了影像的局部信息,有效的消除了Speckle噪声的影响。其次,本文还提出了一种自适应的零水平集初始化方法,该方法不仅考虑了空间位置关系,也考虑了图像本身的灰度信息,不仅减少了算法的执行时间,也提高了算法的精度。实验证明,本文提出的多尺度水平集分割方法,有效的改善了SAR影像分割的效果,与其它方法相比,从精度和时间效率两方面证明了本文SAR分割方法的有效性,该方法同时适用于光学影像的分割。（2）光学与SAR影像一体化分割配准方法通常情况下,基于分割的配准方法都是将分割和配准独立为两个单独的环节,造成配准的结果严重依赖于分割的质量,即使存在成功的影像分割算法,使得对某些影像得到好的配准结果,但对任意影像而言,单次分割结果往往导致配准失败。针对上述问题,本文提出了一种光学与SAR影像一体化分割配准方法,当分割结果不满足配准条件时,分割参数将会自适应调整,进行重新分割,直至达到配准要求。同时提出了面向不同分割特性的配准策略：针对分割目标比较完备的情况,采用迭代的水平集与SIFT配准方法对影像进行配准；针对分割目标出现缺失、粘连或目标多对多等不完备情况,提出了一种基于全局约束的三角网优化配准方法,有效的解决了分割目标重复且多对多的情况。（3）迭代反馈的光学与SAR影像多尺度线特征配准利用线特征进行遥感影像的配准是一种经典且有效的方式,然而,传统的基于线特征的影像配准方法存在同名线特征难以提取,而且由于高分辨率影像细节丰富,导致在光学与SAR,影像上提取的线特征繁多,且位置、长度和数量等方面存在较大差异,提取出的同名线特征存在误差的问题。针对此问题,本文提出了一种结合谱图和Voronoi图（VSPM）的线段虚拟交点配准方法,该算法能够从全局空间中寻找可能的匹配关系,又能顾及到邻近点的局部约束,提高了同名特征查找的准确率,解决了线特征提取过程中出现的多对多、位置存在误差而导致错误匹配的问题。同时,为了提高方法的稳定性和准确性,提出了迭代的线特征提取与多尺度匹配策略,克服了现有方法严重依赖特征提取结果、可靠性差、精度不高等问题。（4）基于视觉显著特征的影像快速粗配准视觉注意机制研究表明,人类的视觉系统将会首先捕捉到一些视觉显著目标,即影像上存在的某种奇特的局部特征,此局部特征可以首先被用来作为光学与SAR影像配准的标志,例如遥感影像上的河流、湖泊和具有特殊结构的标志性建筑物等。基于此思想,本文提出了一种结合显著区域特征和结构特征的影像快速粗配准方法,并利用改进的形状曲线匹配方法对上述显著特征进行配准。同时,针对经典的Itti模型没有考虑SAR影像的特性,作者结合纹理特征及SAR影像显著目标的灰度特性,提出了一种TW-Itti视觉显著模型,并基于此模型对影像的显著区域进行提取,该方法能快速精确的反应显著地物的范围,进而获取显著特征。最后作者基于测绘遥感信息工程国家重点实验室自主开发的插件式SAR遥感影像处理平台（SmartSARImage）,开发了一套光学与SAR影像配准系统,并结合武汉藏龙岛地区的SAR影像自动纠正以及四川绵阳地区的无人机SAR影像纠正案例对本文配准方法进行了实验验证；结合2009年江西省鄱阳湖洪水监测案例对本文配准方法进行了实际验证。