ارائه يك راهكار چند مرحله‌اي در تناظريابي تصاوير SAR

A Multi-Step Strategy for SAR Image Matching

با توجه به كاربردهای فراوان تصاویر SAR در تولید مدل رقومی زمین، بررسی میزان جابه‌جایی سطح زمین و كشف تغییرات می‌توان به میزان اهمیت بحث تناظریابی در تصاویر SAR پی برد. تناظریابی در این تصاویر به علت وجود پدیده‌های گوناگون هندسی از جمله سایه، همپوشانی و كوتاه‌شدگی در كنار نویزهای مختلف كه مهم‌ترین آنها نویز اسپیكل می‌باشد، به مراتب پیچیده‌تر از تناظریابی در تصاویر اپتیكی است. از این رو ارائه روشی كارآمد جهت انجام تناظریابی این تصاویر می‌تواند بسیار مفید باشد. در این مقاله ابتدا مراحل روش پیشنهادی توضیح داده شده است. این مراحل شامل كاهش اثر نویز اسپیكل بر روی تصاویر، استخراج عوارض نقطه‌ای، تخصیص ویژگی به عوارض استخراج شده، تناظریابی محلی و در پایان انجام تناظریابی سراسری می‌باشد. با توجه به شرایط تصاویر SAR، در مراحل ذكر شده از الگوریتم‌های موجود در فتوگرامتری و بینایی رایانه بهره برده شده است. در هر مرحله چندین الگوریتم مورد آزمون قرار گرفته و بر اساس مقایسه نتایج بدست آمده بهترین آن در الگوریتم پیشنهادی بكار گرفته شده است. جهت انجام آزمایش از جفت تصویر با طول باز بلند و جفت تصویر با طول باز كوتاه از منطقه جم استان بوشهر استفاده شده است كه توسط سنجنده TerraSAR-X اخذ شده‌اند. نتایج آزمایش‌ها نشان می‌دهد كه روش پیشنهادی با دقت و اعتمادپذیری بالایی تعداد مناسبی از عوارض نقطه‌ای در دو تصویر را متناظر می‌كند. این روش تعداد 211 نقطه با دقت 1.9 پیكسل را برای تصاویر مورد آزمایش با طول باز بلند به ابعاد 700×700 پیكسل و تعداد 1603 نقطه با دقت 1.22 پیكسل را برای تصاویر مورد آزمایش با طول باز كوتاه به ابعاد 400×400 پیكسل متناظر می‌كند. از این روش می‌توان جهت انجام coarse matching در تصاویر SAR بهره برد.

SAR Image matching is a critical step in the radargrammetry, interferometry, DSM Generation and change detection applications of SAR image data. Image matching procedure in these images is much more difficult than the optical images due to high speckle noise and geometric distortions defining by layover, shadow, and foreshortening. Therefore, study on an efficient SAR image matching could be useful. In this paper, a multi-step strategy for this issue is proposed. These steps include SAR image despeckling, point feature extraction, feature allocation, local image matching and global image matching. In the proposed multi-step method we used current algorithms in photogrammetry and computer vision. In each step, several algorithms are experimented and compared to specify the final algorithm for that step. In our experiments, we used a pair of TerraSAR-X single-look slant-range complex (SSC) images with short and long baselines that were acquired over the city of Jam, southern Iran, in spotlight mode. The result shows that the proposed method could match appropriate number of points in both images with high accuracy and reliability. For example it could match 211 points with 1.9 pixel accuracy for long base line image pair with size of 700×700 pixels and 1603 points with 1.22 pixel accuracy for short base line image pair with size of 400×400 pixels. Therefore, the proposed SAR multi-step image matching strategy is appropriate for coarse matching level.