ارايه يك الگوريتم خودكار مبتني بر هيستوگرام زاويه اي به منظور ثبت هندسي تصاوير رادار با دريچه مصنوعي

An Automatic Algorithm based on Angular Histogram for Corregistartion of Synthetic Aperture Radar Images

ثبت هندسي تصاوير راداري و اپتيكي، از پيش پردازش هاي مهم در كاربردهاي سنجش از دوري از جمله در روش‌هاي كشف تغييرات و پردازش هاي مبتني بر توليد اينترفروگرام محسوب مي شود. به علت سطح نويز بالاي تصاوير راداري و نابستگي زماني-مكاني شديد بين اين تصاوير، ثبت هندسي اين تصاوير نسبت به يكديگر با مشكلات بيشتري همراه است. چراكه پيدا كردن عوارض مشابه در اين نوع تصاوير به علت وجود سطح نويز بالا، به سختي قابل انجام است. روش هاي غير خودكار موجود فرآيندي زمان بر بوده و در اكثر مواقع با شكست روبرو مي‌شوند، چرا كه اختلافات موجود بين دو سيستم تصويربرداري و تصاوير اخذ شده، باعث بروز اختلاف طيفي بين پيكسل‌هاي متناظر مي‌شود. از طرفي ديگر استفاده از نقاط شبكه اي به عنوان نقاط گره‌اي در فرآيند ثبت هندسي تصاوير، قابليت اطمينان اين فرآيند را به شدت كاهش مي‌دهد. اين درحاليست كه استفاده از نقاط گوشه در تصاوير رادار مي تواند اين مسيله را حل كند. به همين علت، در اين مقاله، الگوريتمي خودكار جهت ثبت هندسي تصاوير راداري با دريچه مصنوعي كه در زمان، مكان، موقعيت و ارتفاع متفاوتي اخذ شده اند، پيشنهاد و پياده‌سازي شده است. اين روش از نقاط گوشه كه بصورت خودكار از تصاوير اصلي و فرعي استخراج مي شوند، به‌عنوان نقاط گره اي استفاده مي‌كند و بر خلاف الگوريتم‌هاي مرسوم، به عمل تطابق نياز ندارد. اين الگوريتم بر روي سه مجموعه داده راداري با دريچه مصنوعي اعمال شد. مقادير مجذور ميانگين مربعات خطا روش پيشنهادي در فرآيند ثبت هندسي متقابل تصاوير راداري، براي مجموعه داده مربوط به ماهواره رادارست-2 از منطقه باتالاي هندوستان، مجموعه داده مربوط به ماهواره رادارست-2 از منطقه سنداي ژاپن و مجموعه داده مربوط به ماهواره تراسار-ايكس از منطقه سنداي ژاپن بترتيب 0.29، 0.35 و 0.43 بدست آمد. آناليز مقايسه اي دقت روش پيشنهادي با روش مبتني بر درون يابي همگشت مبناي درجه 3 نشان داد كه روش پيشنهادي بترتيب براي مجموعه داده مربوط به ماهواره رادارست-2 از منطقه باتالاي هندوستان، مجموعه داده مربوط به ماهواره رادارست-2 از منطقه سنداي ژاپن و مجموعه داده مربوط به ماهواره تراسار-ايكس از منطقه سنداي ژاپن، 5%، 5% و 9% دقت ثبت تغييرات را نسبت به روش مبتني بر درون يابي همگشت مبناي درجه 3 بهبود بخشيد. نتايج بدست آمده، نشان دهنده كارايي و دقت بالاي الگوريتم پيشنهادي در سطح زير پيكسل، در ثبت هندسي متقابل تصاوير راداري است. همچنين ثابت شد كه الگوريتم پيشنهادي در مواردي كه زاويه چرخش و مقياس بين دو تصوير اصلي و فرعي، مقادير بزرگي دارند، كارايي بالايي دارد.

Coregistration of optical and radar imageries is a major pre-processing step in many remote sensing applications including change detection and interferometric processing. Specially, the coregistration faced more difficulties in radar imageries due to the high noise level and intense spatial-temporal decorrelation. Hence, non-automatic coregistration methods are much more time consuming and inefficient. Because, the probable geometrical and temporal (signal-target interaction) differences between two acquisitions (i.e, master and slave) caused spectral shifts between corresponding pixels. In this case, using grid points as a tie in the coregistration process drastically reduces the reliability of the process while use of the corner points in the images could solve the problem. To resolve this problem, an automatic algorithm based on angular histogram was proposed for coregistration of Synthetic Aperture Radar (SAR) imageries that have taken in different height, time and situation. This method automatically extracted the corners from the slave and master images and used these points as nodal points. However, unlike conventional methods, there is no need to perform the image matching process. The coregistration RMSE value for three case studies related to the Radarsat-2 imageries of Batala area, India, Radarsat-2 imageries of Sendai region, Japan and TerraSAR-X imageries in Sendai region, were 0.29, 0.35 and 0.43, respectively. Comparison of the proposed coregistration method with cubic convolution (CCI) interpolation based coregistration method showed that the accuracy of the proposed method was improved to 5%, 5% and 9% for three datasets, respectively. The results indicated high efficiency and accuracy of the proposed algorithm. Moreover, the proposed algorithm illustrates the high performance in the case that the angle and scale between the master and slave images are relatively large.