張東興，祝明波，李相平，趙臘，朱永昕（.海軍航空工程學(xué)院電子信息工程系，山東煙臺(tái)6400；.海軍湛江通信雷達(dá)聲納修理廠，廣東湛江5406；.海軍裝備部駐蕪湖軍代室，安徽蕪湖400）

一種新的SAR圖像分塊匹配算法?

張東興1，??，祝明波1，李相平1，趙臘2，朱永昕3
（1.海軍航空工程學(xué)院電子信息工程系，山東煙臺(tái)264001；2.海軍湛江通信雷達(dá)聲納修理廠，廣東湛江524016；3.海軍裝備部駐蕪湖軍代室，安徽蕪湖241001）

當(dāng)SAR圖像噪聲過(guò)強(qiáng)時(shí)，采用歸一化積相關(guān)算法得到的相關(guān)面對(duì)比性較差，匹配結(jié)果可靠性降低。為解決此問(wèn)題，給出一種新的SAR圖像分塊匹配算法。該算法將實(shí)時(shí)圖分塊并分別與基準(zhǔn)圖進(jìn)行匹配，利用分塊圖像之間的相關(guān)性來(lái)找正確匹配點(diǎn)，增強(qiáng)了匹配結(jié)果的可靠性。實(shí)驗(yàn)證實(shí)該算法在實(shí)時(shí)圖有強(qiáng)噪聲的情況下依然可以正確匹配。

SAR；分塊匹配；歸一化積相關(guān)；強(qiáng)噪聲

1 引言

所謂圖像匹配，指的是把兩個(gè)不同的傳感器對(duì)同一景物錄取下來(lái)的兩幅圖像在空間上進(jìn)行對(duì)準(zhǔn)，以確定出這兩幅圖像之間平移和旋轉(zhuǎn)關(guān)系的過(guò)程［1－3］。常用的匹配算法有基于灰度的匹配算法和基于特征的匹配算法［4］。基于灰度的匹配算法［5－6］，其優(yōu)點(diǎn)是抗噪聲能力強(qiáng)，且在灰度和畸變不大的情況下，正確匹配概率和精度較高［7］。常見(jiàn)的基于灰度的匹配算法有MAD（Mean Absolute Distance）算法［8－10］、為提高匹配速度而提出的序貫相似性檢測(cè)算法［11］以及歸一化灰度相關(guān)算法［12－13］，其中，歸一化積相關(guān)算法相對(duì)其他幾種算法匹配適應(yīng)性較好。

采用歸一化積相關(guān)算法進(jìn)行圖像匹配會(huì)得到一個(gè)相關(guān)面，在相關(guān)面中，最大相關(guān)值所在位置一般被判定為正確匹配位置。但在噪聲很強(qiáng)的情況下，相關(guān)面出現(xiàn)多個(gè)相關(guān)峰，最大相關(guān)值相對(duì)于其他相關(guān)峰對(duì)比度不強(qiáng)，導(dǎo)致匹配結(jié)果的可信度降低甚至?xí)霈F(xiàn)正確匹配點(diǎn)的相關(guān)峰被其他相關(guān)峰淹沒(méi)的情況。

基于此，本文給出一種基于圖像分塊的匹配方法，將實(shí)時(shí)圖進(jìn)行分塊，分塊后的圖像分別和基準(zhǔn)圖像匹配，利用兩分塊圖像中心點(diǎn)之間特定的距離和方位約束關(guān)系來(lái)定位正確匹配點(diǎn)，提高在強(qiáng)噪聲情況下匹配的可靠性，實(shí)驗(yàn)表明該方法在強(qiáng)噪聲情況下可取得較好的匹配效果。

2 歸一化積相關(guān)算法和相關(guān)面

在離散情況下，實(shí)時(shí)圖R和基準(zhǔn)圖中（x，y）位置的基準(zhǔn)子圖（與實(shí)時(shí)圖同樣尺寸）可以表示成N ×1維矢量（這里N為圖像像元數(shù)）R和Ux，y，如果兩矢量的差矢量的范數(shù)越小或兩矢量間的夾角越小，則圖像矢量越趨于一致，即實(shí)時(shí)圖和基準(zhǔn)子圖愈加相似；反之，則實(shí)時(shí)圖和基準(zhǔn)子圖愈不相似。

圖像矢量R和Ux，y之間的夾角θ也可以用來(lái)度量圖像間的相似程度，但是為了節(jié)省計(jì)算量，這里不是直接計(jì)算θ，而是根據(jù)θ的函數(shù)來(lái)定義度量算法，主要有積相關(guān)算法和歸一化積相關(guān)算法。

積相關(guān)算法（prod算法）：

不過(guò)，prod算法穩(wěn)健性不夠好，為了改進(jìn)積相關(guān)算法，有人提出了歸一化積相關(guān)算法（Normalized prod算法）。Nprod算法定義為

歸一化積相關(guān)測(cè)度具有較高的準(zhǔn)確性、適應(yīng)性，對(duì)于灰度的線性變化和對(duì)比度線性差異具有不變性，但計(jì)算量比prod算法要大得多。

歸一化積相關(guān)其計(jì)算是用實(shí)時(shí)圖和基準(zhǔn)子圖（基準(zhǔn)圖中和實(shí)時(shí)圖大小一樣的子圖）逐一進(jìn)行相關(guān)運(yùn)算，并記錄下該位置的相關(guān)值，此相關(guān)值按照實(shí)時(shí)圖在基準(zhǔn)圖內(nèi)掃描的方式排列成一個(gè)二維平面，稱為相關(guān)面。相關(guān)值在相關(guān)面中會(huì)出現(xiàn)高低起伏，把局部最大值區(qū)域稱為相關(guān)峰，其中最大的一個(gè)稱為最高峰，以下的依次稱為次高峰等，如圖1（a）所示。

在實(shí)時(shí)圖噪聲較強(qiáng)時(shí)容易出現(xiàn)有多個(gè)相關(guān)峰與最高峰的差別較小，從而影響匹配的可信度，甚至出現(xiàn)匹配點(diǎn)的峰值低于其他相關(guān)峰的情況進(jìn)而導(dǎo)致錯(cuò)誤匹配，如圖1（b）所示。

3 分塊匹配算法

在強(qiáng)噪聲的情況下，相關(guān)峰對(duì)比性不強(qiáng)，導(dǎo)致匹配可靠性降低，甚至正確匹配點(diǎn)相關(guān)值會(huì)被其他相關(guān)峰淹沒(méi)而導(dǎo)致錯(cuò)誤匹配。為增強(qiáng)匹配可靠性，本文給出一種抗強(qiáng)噪聲的匹配算法。算法的思路是將含有較強(qiáng)噪聲的實(shí)時(shí)圖上下平分成兩個(gè)子圖，如圖2所示。兩子圖分別與基準(zhǔn)圖匹配，這兩子圖中心之間具有特定的距離和方位約束關(guān)系，即使兩子圖的匹配相關(guān)面中相關(guān)峰對(duì)比性不強(qiáng)，利用該約束關(guān)系也能正確地找出匹配點(diǎn)。

子圖a和子圖b是由實(shí)時(shí)圖上下平分成兩塊，若它們的圖像中心坐標(biāo)分別為（x1，y1）和（x2，y2），正確匹配須滿足兩個(gè)條件：

若（x1，y1）和（x2，y2）滿足上式的約束條件，則正確匹配點(diǎn)的位置為

具體實(shí)現(xiàn)時(shí)，在兩子圖的相關(guān)面中分別選取一些相關(guān)值超過(guò)一定閾值的點(diǎn)作為可能的匹配點(diǎn)，然后根據(jù)正確匹配點(diǎn)應(yīng)滿足兩子圖中心之間具有特定的距離和方位約束關(guān)系，逐一判斷這些點(diǎn)是否滿足該約束條件，若滿足該條件，得到正確匹配，程序結(jié)束；若沒(méi)有找到正確匹配則進(jìn)入下一循環(huán)，將上述步驟重復(fù)進(jìn)行，直到找到正確匹配為止。算法流程如圖3所示。

4 實(shí)驗(yàn)和結(jié)論

仿真用的基準(zhǔn)圖是690×533的SAR圖像，截取的實(shí)時(shí)圖的大小為99×99，匹配是將實(shí)時(shí)圖上下平分為兩個(gè)24×99的圖像，這兩個(gè)子圖分別與基準(zhǔn)圖匹配（用歸一化積相關(guān)算法）。實(shí)時(shí)圖附加了強(qiáng)噪聲，由于噪聲太強(qiáng)，實(shí)時(shí)圖幾乎是雜亂的噪聲，如圖4（a）所示。得出的相關(guān)面也是相關(guān)峰很多，最高峰的可信度很低，如圖4（b）所示。

仿真實(shí)驗(yàn)時(shí)對(duì)實(shí)時(shí)圖加了不同類的強(qiáng)噪聲，實(shí)驗(yàn)表明該算法能在實(shí)時(shí)圖有較強(qiáng)噪聲的情況下正確地找出匹配點(diǎn)對(duì)，進(jìn)而找到正確匹配點(diǎn)，如圖5所示。圖中的標(biāo)星符號(hào)的位置對(duì)應(yīng)匹配點(diǎn)對(duì)。

多次實(shí)驗(yàn)對(duì)各次匹配的次高峰與最高峰的比值和實(shí)時(shí)圖的信噪比取均值，實(shí)驗(yàn)結(jié)果如表1所示。

另外，該算法對(duì)泊松噪聲、較弱的脈沖噪聲和高斯噪聲適應(yīng)性良好，在多次實(shí)驗(yàn)中均能夠正確匹配。

從實(shí)驗(yàn)過(guò)程和表1的結(jié)果可以得出下面結(jié)論：

（1）該算法在實(shí)時(shí)圖含有強(qiáng)噪聲（－10 dB）情況下依然有效，這對(duì)SAR實(shí)時(shí)圖質(zhì)量因彈載SAR實(shí)時(shí)成像因飛行平穩(wěn)性差、成像需要運(yùn)動(dòng)補(bǔ)償以及圖像預(yù)處理的限制等因素的影響，造成成像的質(zhì)量會(huì)較差的情況有重要意義；

（2）從表1的次高峰與最高峰之比來(lái)看，兩種噪聲都造成了單幅圖像匹配時(shí)得到的匹配結(jié)果可信度很差，但采用本算法后仍然可靠找出正確匹配點(diǎn)。

另外，本文只是將實(shí)時(shí)圖上下平分，也可以左右平分，還可以將實(shí)時(shí)圖分為多塊，如3塊、4塊等，理論上分塊越多，每塊的圖像信息量就越少，單塊的匹配性能就會(huì)越差；但另一方面，分塊多了各塊間相關(guān)性就更強(qiáng)。所以，在特定情況下具體分多少塊匹配性能會(huì)達(dá)到最佳還有待進(jìn)一步深入研究。

參考文獻(xiàn)：

［1］孫仲康，沈振康.數(shù)字圖像處理及其應(yīng)用［M］.北京：國(guó)防工業(yè)出版社，1986：233－235，307－309. SUN Zhong-kang，SHEN Zhen-kang.Digital Image Processing and Its Applications［M］.Beijing：National Defense Industry Press，1986：233－235，307－309.（in Chinese）

［2］賀柏根，朱明.改進(jìn)的抗全仿射尺度不變特征變換圖像匹配算法［J］.光學(xué)精密工程，2011，19（10）：2472－2477. HE Bai-gen，ZHUMing.Improved fully affine invariant SIFT-based image matching algorithm［J］.Optics and Precision Engineering，2011，19（10）：2472－2477.（in Chinese）

［3］邱建國(guó)，張建國(guó)，李凱.基于Harris與Sift算法的圖像匹配方法［J］.測(cè)試技術(shù)學(xué)報(bào)，2009，23（3）：271－274. QIU Jian-guo，ZHANG Jian-guo，LIKai.An ImagesMatching Method Base on Harris and Sift Algorithm［J］.Journalof Test and Measurement Technology，2009，23（3）：271－274.（in Chinese）

［4］李壯，雷志輝，于起峰.基于梯度徑向夾角直方圖的異源圖像匹配［J］.測(cè)繪學(xué)報(bào)，2011，40（3）：318－325. LIZhuang，LEIZhi-hui，YUQi-feng.Matching Multisensor Images Basedon Gradient Radius Angle Pyramid Histogram［J］.Acta Geodaetica Et Cartographica Sinica，2011，40（3）：318－325.（in Chinese）

［5］Yu L，Wang R S.Object Detection and Recognition Based on Multiscale Deformable Template［J］.Journal of Computer Research and Development，2002，39（10）：1325－1330.

［6］Jain A K，Zhong Y，Lakshmanan S.Object Matching Using Deformable Templates［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence，1996，10（3）：267－270.

［7］汪洪橋，趙宗濤，蔡艷寧，等.景象匹配技術(shù)在巡航導(dǎo)彈制導(dǎo)中的應(yīng)用研究［J］.戰(zhàn)術(shù)導(dǎo)彈控制技術(shù)，2005，48（1）：34－35. WANGHong-qiao，ZHAOZong-tao，CAIYan-ning，etal.Research of Application on Scene Matching Technology to Cruise Missile Controland Guidance［J］.Control Technology of TacticalMissile，2005，48（1）：34－35.（in Chinese）

［8］Dubuission MP，Jain A K.AModified Hausdorff Distance for ObjectMatching［C］／／Proceedings of1994 International Conference on Pattern Recognition.Jerusalem，Israel：IEEE，1994：566－568.

［9］劉健莊，謝維信，高新波，等.基于Hausdorff距離和遺傳算法的物體匹配算法［J］.電子學(xué)報(bào)，1996，24（4）：1－6. LIU Jian-zhuang，XIEWei-xin，GAO Xin-bo，et al.Hausdorff Distance Based Object Matching with Genetic Algorithms［J］. Chinese Journal of Electronics，1996，24（4）：1－6.（in Chinese）

［10］Kuglin CD，Hines DC.The Phase Correlation Image AlignmentMethod［C］／／Proceedings of 1975 IEEE International Conference on Cybernetics and Society.San Francisco，California：IEEE，1975：163－165.

［11］董旭.基于序貫相似性檢測(cè)法的景象匹配算法研究［C］／／仿真計(jì)算機(jī)與軟件、仿真方法與建模學(xué)術(shù)交流會(huì)論文集.北京：電子工業(yè)出版社，2004：187－191. DONG Xu.Scenematching algorithMresearch based on sequential similarity detection method［C］／／Proceedings of 2004 Simulation computer software，simulation andmodeling Symposium.Beijing：Publishing House of Electronics Industry，2004：187－191.（in Chinese）

［12］陳寧江，李介谷.用歸一化灰度組合法進(jìn)行圖像匹配［J］.紅外與激光工程，2000，29（5）：5－9. CHEN Ning-jiang，LIJie-gu.magematching using normalized intensity combination method［J］.Infrared and Laser Engineering，2000，29（5）：5－9.（in Chinese）

［13］孫明磊，宗光華，畢樹(shù)生，等.標(biāo)準(zhǔn)互相關(guān)的灰度無(wú)關(guān)特性及其應(yīng)用［J］.光子學(xué)報(bào)，2009，38（2）：435－439. SUN Ming-lei，ZONG Guang-hua，BI Shu-sheng，et al. Characteristics of Independence on image gray level in patternmatching algorithMand itsapplication［J］.Acta Photonica Sinica，2009，38（2）：435－439.（in Chinese）

ZHANG Dong-xing was born in Heze，Shandong Province，in 1981.He is currently working toward the Ph.D.degree.His research interests include SAR imaging and SAR image processing.

Email：zdxcuihua＠sina.cn

祝明波（1971—），男，山東青州人，1999年獲博士學(xué)位，現(xiàn)為副教授，主要研究方向?yàn)镾AR成像制導(dǎo)技術(shù)；

ZHU Ming-bo was born in Qingzhou，Shandong Province，in 1971.He is now an associate professor.His research concerns SAR imaging guidance.

Email：15314486867＠126.com

李相平（1963—），男，山東鄒平人，教授、博士生導(dǎo)師，主要研究方向?yàn)榫_制導(dǎo)技術(shù)；

LI Xiang-ping was born in Zouping，Shandong Province，in 1963.He is now a professor and also the Ph.D.supervisor.His research concerns precise guidance technology.

Email：lxp410＠163.com

趙臘（1986—），男，湖南湘鄉(xiāng)人，2009年獲碩士學(xué)位，主要研究方向?yàn)榫_制導(dǎo)技術(shù)；

ZHAO La was born Xiangxiang，Hunan Province，in 1963.He received the M.S.degree in 2009.His research concerns precise guidance technology.

Email：jueduiguoke＠126.com

朱永昕（1988—），男，安徽安慶人，2013年獲碩士學(xué)位，主要研究方向?yàn)榫_制導(dǎo)技術(shù)。

ZHU Yong-xin was born in Anqing，Anhui Province，in 1988. He received the M.S.degree in 2013.His research concerns precise guidance technology.

Email：zhu410969147＠126.com

A New Block Matching AlgorithMfor SAR Image

ZHANG Dong-xing1，ZHUMing-bo1，LIXiang-ping1，ZHAO La2，ZHU Yong-xin1
（1.Department of Electronic and Information Engineering，Naval Aeronautical and Astronautical University，Yantai264001，China；2.Naval705 Factory，Zhanjiang 524016，China；3.Navy EquipmentMilitary Representative Office in Wuhu，Wuhu 241001，China）

When Synthetic Aperture Radar（SAR）image noise is too strong，the reliability ofmatching based on normalized product correlation algorithms reduces obviously.A SAR image block matching algorithMis given to solve this problem.The relativity between the sub-block imagesmatching is utilized to enhance the reliability of thematching result.The experiments confirMthat the algorithMcan still get correctmatch under the circumstance of real-time image with strong noise.

SAR；block matching；normalized product correlation；strong image noise

The National Natural Science Foundation of China（No.61102166）

date：2013－01－10；Revised date：2013－04－10

國(guó)家自然科學(xué)基金資助項(xiàng)目（61102166）

??通訊作者：zdxcuihua＠sina.cn Corresponding author：zdxcuihua＠sina.cn

TN957.52；TP391.4

A

1001－893X（2013）06－0726－04

張東興（1981—），男，山東菏澤人，博士研究生，主要研究方向?yàn)镾AR成像技術(shù)和SAR圖像處理；

10.3969／j.issn.1001－893x.2013.06.010

2013－01－10；

2013－04－10