Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京理工大学刘飞峰获国家专利权

北京理工大学刘飞峰获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京理工大学申请的专利一种基于序贯平移的导航星双基地InSAR图像配准方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116338692B

龙图腾网通过国家知识产权局官网在2025-11-14发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310327596.5,技术领域涉及:G01S13/90;该发明授权一种基于序贯平移的导航星双基地InSAR图像配准方法是由刘飞峰;王战泽;曾熙玥;高检;王承昊设计研发完成,并于2023-03-29向国家知识产权局提交的专利申请。

一种基于序贯平移的导航星双基地InSAR图像配准方法在说明书摘要公布了:本发明公开了一种基于序贯平移的导航星双基地InSAR图像配准方法。本发明首先基于仿真分辨单元进行时序强点提取,并基于提出的参考区域辐射半径确定图像强点的候选待配准点集;然后按照序贯次序,动态改变配准时的主图像,基于最大相关系数准则进行粗配准,将主辅图像强点一对多关系转换为一对一关系;接着在扩展后的辅图像配准区域内,采用平移处理,基于最大相关系数准则进行精配准,确定待配准点在辅图像上的位置。本发明打破了传统图像配准方法的局限性,适用于GNSS‑basedInSAR系统,从而提高导航卫星时序SAR图像内各目标点的时间相干性,为高精度形变监测应用奠定了基础。

本发明授权一种基于序贯平移的导航星双基地InSAR图像配准方法在权利要求书中公布了:1.一种基于序贯平移的导航星双基地InSAR图像配准方法,其特征在于,包括: 步骤1,按照时序SAR图像序贯顺序依次确定主图像和辅图像;基于仿真分辨单元模板,提取主图像和辅图像中的强点; 其中,仿真分辨单元模板为: 其中,A和R分别为仿真分辨单元模板南北向和东西向的最大像素点数量,由卫星轨迹和系统参数确定;fij为1时表示在仿真分辨单元轮廓内,为0时表示在仿真分辨单元轮廓外,i=1,2,…,a,…A;j=1,2,…,r,…R; 其中,仿真分辨单元由如下模糊函数表示,并取3dB分辨单元轮廓,P1为目标点,P2是根据真实轨迹和真实系统参数对目标点P1进行成像仿真,目标点P1周围的某个点; 其中,ΦTA和ΦRA分别是发射机和接收机相对于目标点P1的单位向量;β是双基地角;Θ是沿β的角平分线方向矢量;ωE和Ξ是发射机的等效角速度和等效运动方向;p是距离向脉冲压缩结果;mA是方位向脉冲压缩结果;λ是波长,c是光速;上标T表示矩阵转秩; 在图像I中全局平移仿真分辨单元模板,若仿真分辨单元模板中心点上的像素点P的幅度是仿真分辨单元模板覆盖范围内的极大值,则认为该中心点为图像I上的一个强点; 步骤2,针对主图像中的各强点,在辅图像中分别构建对应的参考区域,提取参考区域内的辅图像强点构建候选待配准点集;所述参考区域为:以强点为中心、辐射半径Ra={n,e}、长半径e与水平轴夹角为θ的椭圆域;n、e为导航星双基地InSAR系统二维分辨率,单位为像素;和分别为仿真分辨单元模板的距离向分辨率和方位向分辨率,是x轴方向的单位向量; 步骤3,针对主图像中的各强点,分别进行粗配准:基于仿真分辨单元模板,提取主图像强点的有效分辨单元,以及该主图像强点所对应的辅图像各候选待配准点的有效分辨单元;将主图像强点的有效分辨单元与对应的辅图像各候选待配准点的有效分辨单元分别进行复相关系数计算,相关系数最大的候选待配准点即为该主图像强点的待配准点; 步骤4,针对主图像中的各强点,分别进行精配准:在以辅图像待配准点为中心的扩大配准范围区域内,通过平移仿真分辨单元模板,计算主图像强点的仿真分辨单元与不同平移位置处的仿真分辨单元的相关系数,最大相关系数所对应的即为该主图像强点在辅图像上的精配准位置; 重复步骤1~步骤4,完成时序SAR图像内所有强点的粗配准和精配准,形成图像各强点的配准链路。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京理工大学,其通讯地址为:100081 北京市海淀区中关村南大街5号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。