本發(fā)明屬于雷達(dá)技術(shù)領(lǐng)域，特別涉及一種sar圖像的配準(zhǔn)方法，可用于實(shí)時(shí)遙感數(shù)據(jù)分析。

背景技術(shù)：

金字塔互信息圖像配準(zhǔn)是當(dāng)今最常用的配準(zhǔn)算法之一，其將互信息計(jì)算與圖像采樣結(jié)合起來，具有運(yùn)算量小，配準(zhǔn)效果好的優(yōu)勢(shì)?，F(xiàn)今的金字塔互信息圖像配準(zhǔn)算法多在cpu上實(shí)現(xiàn)，華中科技大學(xué)的李喬亮、汪國有、劉建國等提出的基于樣條金字塔和互信息的快速圖像配準(zhǔn)算法，采用構(gòu)建樣條金字塔降低計(jì)算量，該算法在cpu上單線程運(yùn)行。張贊霞、彭嘉雄、王洪群提出的基于互信息的分層遙感圖像處理方法，采用小波變換構(gòu)造圖像金字塔進(jìn)行互信息配準(zhǔn)，同樣是在cpu上運(yùn)行。

隨著sar圖像分辨率的提高，cpu上運(yùn)行的圖像配準(zhǔn)算法運(yùn)行時(shí)間變長，以至于無法滿足實(shí)時(shí)性要求，使用gpu并行加速的配準(zhǔn)算法出現(xiàn)；國防科技大學(xué)趙進(jìn)在基于gpu的遙感圖像并行處理算法及其優(yōu)化技術(shù)研究的論文中給出了gpu實(shí)現(xiàn)的互信息圖像配準(zhǔn)算法，但該方法對(duì)于使用單精度浮點(diǎn)運(yùn)算的gpu來說，配準(zhǔn)精度不易控制。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于針對(duì)上述現(xiàn)有技術(shù)的不足，提出一種基于gpu和金字塔互信息的sar圖像配準(zhǔn)方法，以減小圖像配準(zhǔn)時(shí)間，并提高配準(zhǔn)的精度。

本發(fā)明的技術(shù)方案是：

采用cpu+gpu結(jié)合的方式，利用gpu進(jìn)行圖像采樣和互信息計(jì)算，利用cpu進(jìn)行金字塔每層圖像共有區(qū)域范圍和移動(dòng)范圍的計(jì)算。對(duì)圖片進(jìn)行1/4和1/2下采樣構(gòu)建3層金字塔，通過逐層計(jì)算配準(zhǔn)位置，生成最終的配準(zhǔn)圖像，其實(shí)現(xiàn)步驟包括如下：

(1)獲取兩幅sar灰度圖像，并將其傳送到gpu顯存中作為兩幅原始sar圖像，gpu對(duì)這兩幅sar圖像分別進(jìn)行1/4下采樣，得到第一幅金字塔頂層圖像d11和第二幅金字塔頂層圖像d12；同時(shí)通過cpu初始化第二幅金字塔頂層圖像d12的移動(dòng)范圍；

(2)計(jì)算金字塔頂層最大互信息對(duì)應(yīng)第二幅金字塔頂層圖像d12的移動(dòng)位置：

(2a)gpu在移動(dòng)范圍內(nèi)選取一個(gè)移動(dòng)矢量并移動(dòng)第二幅金字塔頂層圖像d12，生成第一幅金字塔頂層共有區(qū)域圖像d11'和第二幅金字塔頂層共有區(qū)域圖像d12'，再計(jì)算這兩幅圖像的互信息mi1；

(2b)在移動(dòng)范圍內(nèi)遍歷選取新的移動(dòng)矢量，重復(fù)(2a)，得到互信息值的集合；找出集合中最大互信息值，并保存該最大互信息值對(duì)應(yīng)的第二幅金字塔頂層圖像d12的移動(dòng)位置；

(3)gpu對(duì)兩幅原始sar圖像進(jìn)行1/2下采樣，得到金字塔中間層的兩幅圖像d21和d22；cpu根據(jù)步驟(2b)保存的第二幅金字塔頂層圖像d12移動(dòng)位置，確定第二幅金字塔中間層圖像d22的移動(dòng)范圍；

(4)計(jì)算金字塔中間層最大互信息對(duì)應(yīng)第二幅金字塔中間層圖像d22的移動(dòng)位置：

(4a)gpu在步驟(3)確定的移動(dòng)范圍內(nèi)選取一個(gè)移動(dòng)矢量并移動(dòng)第二幅金字塔中間層圖像d22，生成第一幅金字塔中間層共有區(qū)域圖像d21'和第二幅金字塔中間層共有區(qū)域圖像d22'，再計(jì)算這兩幅圖像的互信息mi2；

(4b)在步驟(3)確定的移動(dòng)范圍內(nèi)遍歷選取新的移動(dòng)矢量，重復(fù)(4a)，得到互信息值的集合；找出集合中最大互信息值，并保存該最大互信息值對(duì)應(yīng)第二幅金字塔中間層圖像d22的移動(dòng)位置；

(5)cpu根據(jù)步驟(4b)保存的第二幅金字塔中間層圖像d22移動(dòng)位置，確定第二幅原始sar圖像的移動(dòng)范圍，并在內(nèi)存中開辟一塊空間f用于存儲(chǔ)金字塔底層互信息值和移動(dòng)矢量，初始化空間f的互信息值為單精度浮點(diǎn)負(fù)無窮；

(6)計(jì)算金字塔底層最大互信息對(duì)應(yīng)第二幅原始sar圖像的移動(dòng)位置：

(6a)gpu在步驟(5)確定的移動(dòng)范圍內(nèi)選取一個(gè)移動(dòng)矢量并移動(dòng)第二幅原始sar圖像，生成第一幅金字塔底層共有區(qū)域圖像d31'和第二幅金字塔底層共有區(qū)域圖像d32'，再計(jì)算這兩幅圖像的互信息mi3；

(6b)cpu將互信息mi3與空間f中存儲(chǔ)的互信息值進(jìn)行比較：如果互信息mi3比空間f存儲(chǔ)的互信息值大，則更改空間f存儲(chǔ)的互信息值為mi3，同時(shí)更改空間f存儲(chǔ)的移動(dòng)矢量，否則，不進(jìn)行任何操作；

(6c)在步驟(5)確定的移動(dòng)范圍內(nèi)遍歷選取新的移動(dòng)矢量，重復(fù)(6a)和(6b)；空間f存儲(chǔ)的互信息值即為金字塔底層最大互信息值mi，取出空間f保存的移動(dòng)矢量，gpu根據(jù)該移動(dòng)矢量再次移動(dòng)第二幅原始sar圖像，得到配準(zhǔn)后圖像d。

本發(fā)明具有如下優(yōu)點(diǎn)：

本發(fā)明由于將gpu運(yùn)用到金字塔每層共有區(qū)域圖像的互信息計(jì)算中，與cpu實(shí)現(xiàn)的傳統(tǒng)金字塔互信息配準(zhǔn)算法相比，減少了運(yùn)行時(shí)間；同時(shí)由于通過生成金字塔每層共有區(qū)域圖像，提高了配準(zhǔn)精度。

測(cè)試結(jié)果表明，本發(fā)明與cpu實(shí)現(xiàn)的金字塔互信息配準(zhǔn)算法相比，配準(zhǔn)時(shí)間大幅減小；本發(fā)明與gpu實(shí)現(xiàn)的傳統(tǒng)金字塔互信息配準(zhǔn)算法相比，配準(zhǔn)精度有所提高。

附圖說明

圖1為本發(fā)明的實(shí)現(xiàn)流程框圖；

圖2為本發(fā)明仿真實(shí)驗(yàn)使用的原始sar圖像；

圖3為本發(fā)明仿真實(shí)驗(yàn)得出的配準(zhǔn)后圖像；

圖4為用本發(fā)明得出的配準(zhǔn)后圖像與第一幅原始sar圖像的重疊圖像。

具體實(shí)施方式

參照?qǐng)D1，本發(fā)明的具體步驟如下：

步驟1，gpu生成兩幅頂層圖像d11和d12，cpu計(jì)算第二幅金字塔頂層圖像d12的移動(dòng)范圍。

(1a)gpu生成第一幅金字塔頂層圖像d11和第二幅金字塔頂層圖像d12：

(1a1)根據(jù)第一幅原始sar圖像的寬w1和高h(yuǎn)1，gpu在顯存中開辟寬為高為的第一金字塔頂層二維數(shù)組α1，其中表示向下取整，ceil4表示向上取整為4的倍數(shù)；

(1a2)gpu先為第一幅金字塔頂層圖像d11分配32×32個(gè)線程塊，每個(gè)線程塊再分配個(gè)線程，使第一金字塔頂層二維數(shù)組α1中所有索引(x1,y1)滿足且滿足的元素分別對(duì)應(yīng)一個(gè)gpu線程，其中表示向上取整；

(1a3)利用第一金字塔頂層二維數(shù)組α1中元素(x1,y1)對(duì)應(yīng)的線程，將該元素賦值為第一幅原始sar圖像中(4x1,4y1)坐標(biāo)處的像素值，此時(shí)第一金字塔頂層二維數(shù)組α1即存儲(chǔ)著第一幅金字塔頂層圖像d11；

(1a4)根據(jù)第二幅原始sar圖像的寬w2和高h(yuǎn)2，在gpu顯存中開辟寬為高為的第二金字塔頂層二維數(shù)組β1；

(1a5)gpu先為第二幅金字塔頂層圖像d12分配32×32個(gè)線程塊，每個(gè)線程塊再分配個(gè)線程；使第二金字塔頂層二維數(shù)組β1中所有索引(x1',y1')滿足和的元素分別對(duì)應(yīng)一個(gè)gpu線程；

(1a6)利用第二金字塔頂層二維數(shù)組β1中元素(x1',y1')對(duì)應(yīng)的線程，將該元素賦值為第二幅原始sar圖像(4x1',4y1')坐標(biāo)的像素值，此時(shí)第二金字塔頂層二維數(shù)組β1即存儲(chǔ)著第一幅金字塔頂層圖像d12；

(1b)cpu計(jì)算第二幅金字塔頂層圖像d12的移動(dòng)范圍：

cpu根據(jù)用戶輸入的第二幅原始sar圖像在不同區(qū)域的初始移動(dòng)范圍，即：水平移動(dòng)區(qū)間[-w,w]，垂直移動(dòng)區(qū)間[-h,h]，旋轉(zhuǎn)角度區(qū)間[-ang,ang]，計(jì)算第二幅金字塔頂層圖像d12在不同區(qū)域的移動(dòng)范圍為：水平移動(dòng)區(qū)間垂直移動(dòng)區(qū)間旋轉(zhuǎn)角度區(qū)間[-ang,ang]。

步驟2，gpu計(jì)算第二幅金字塔頂層圖像d12的移動(dòng)位置。

(2a)gpu生成第一幅金字塔頂層共有區(qū)域圖像d11'和第二幅金字塔頂層共有區(qū)域圖像d12'：

(2a1)平移第二幅金字塔頂層圖像d12，得到平移后的圖像ds12；

gpu從步驟(1b)確定的第二幅金字塔頂層圖像d12移動(dòng)范圍內(nèi)選取一個(gè)移動(dòng)矢量(x1,y1,ang1)，其中x1表示水平移動(dòng)的像素個(gè)數(shù)，y1表示垂直移動(dòng)的像素個(gè)數(shù)，ang1表示以圖像d12中心為原點(diǎn)順時(shí)針旋轉(zhuǎn)角度，并根據(jù)第二幅金字塔頂層圖像d12的寬w12和高h(yuǎn)12，在顯存中開辟寬為w12+2x1，高為h12+2y1的金字塔頂層平移數(shù)組δ1，然后將δ1清零；

gpu為平移數(shù)組δ1分配32×32個(gè)線程塊，每個(gè)線程塊再分配個(gè)線程，并使第二幅金字塔頂層圖像d12的每個(gè)像素分別對(duì)應(yīng)一個(gè)線程；

線程將第二幅金字塔頂層圖像d12中索引為(x12,y12)的像素拷貝到金字塔頂層平移數(shù)組δ1中(x12+x1,y12+y1)的位置，則平移數(shù)組δ1存儲(chǔ)著第二幅金字塔頂層圖像d12平移后的圖像ds12；

(2a2)旋轉(zhuǎn)平移后的圖像ds12，得到移動(dòng)后的圖像dm1：

gpu在顯存中開辟寬為(2x1+w12)cos(ang1)+w12sin(ang1)，高為(2x1+w12)sin(ang1)+w12cos(ang1)的金字塔頂層旋轉(zhuǎn)數(shù)組δ1'，再分別獲取金字塔頂層平移數(shù)組δ1和金字塔頂層旋轉(zhuǎn)數(shù)組δ1'的首地址，將這兩個(gè)首地址和ang1輸入到gpu的仿射變換指令中，該指令執(zhí)行后，圖像ds12旋轉(zhuǎn)后的圖像被保存于金字塔頂層旋轉(zhuǎn)數(shù)組δ1'中，即得到第二幅金字塔頂層圖像d12移動(dòng)后的圖像dm1；

(2a3)cpu計(jì)算移動(dòng)后的圖像dm1與第一幅金字塔頂層圖像d11重疊部分的方形共有區(qū)域范圍：

(2a31)cpu根據(jù)圖像d12的移動(dòng)矢量(x1,y1,ang1)，計(jì)算該方形共有區(qū)域的最大寬度l：

l＝min(wm1,w11,hm1,h11)，

其中，wm1和hm1為移動(dòng)后的圖像dm1的寬和高，w11和h11為第一幅金字塔頂層圖像d11的寬和高；

(2a32)將該方形共有區(qū)域在圖像d11中表示為第一頂層共有區(qū)域s11，cpu計(jì)算區(qū)域s11的寬cx11和高cy11為：

cpu計(jì)算區(qū)域s11左上角頂點(diǎn)在第一幅金字塔頂層圖像d11中的坐標(biāo)為：

((w11-cx11)/2+x1,(h11-cy11)/2-y1)；

(2a33)將該方形共有區(qū)域在圖像d12中表示為第二頂層共有區(qū)域s12，cpu計(jì)算該區(qū)域的寬cx12和高cy12為：

cx12＝cy12＝cx11，

cpu計(jì)算區(qū)域s12左上角頂點(diǎn)在第二幅金字塔頂層圖像d12中的坐標(biāo)為：

((wm1-cx12)/2+x1,(hm1-cy12)/2-y1)；

(2a4)gpu生成第一幅金字塔頂層共有區(qū)域圖像d11'：

gpu在顯存中分配大小為cx11×cy11的第一頂層共有區(qū)域二維數(shù)組，將第一頂層共有區(qū)域s11中的所有像素拷貝到該二維數(shù)組中，得到第一幅金字塔頂層共有區(qū)域圖像d11'；

(2a5)gpu生成第二幅金字塔頂層共有區(qū)域圖像d12'：

gpu在顯存中分配大小為cx12×cy12的第二頂層共有區(qū)域二維數(shù)組，將第二頂層共有區(qū)域s12中的所有像素拷貝到該二維數(shù)組中，得到第二幅金字塔頂層共有區(qū)域圖像d12'；

(2b)gpu計(jì)算兩幅金字塔頂層共有區(qū)域圖像d11'和d12'的互信息：

(2b1)gpu計(jì)算第一幅金字塔頂層共有區(qū)域圖像d11'的熵h11：

其中p11為第一幅金字塔頂層共有區(qū)域圖像d11'的灰度直方圖；

(2b2)gpu計(jì)算第二幅金字塔頂層共有區(qū)域圖像d12'的熵h12：

其中p12為第二幅金字塔頂層共有區(qū)域圖像d12'的灰度直方圖；

(2b3)計(jì)算兩幅金字塔頂層共有區(qū)域圖像d11'和d12'的聯(lián)合熵值h1：

其中p1為兩幅金字塔頂層共有區(qū)域圖像d11'和d12'的聯(lián)合灰度直方圖；

(2b4)計(jì)算兩幅頂層共有區(qū)域圖像d11'和d12'的互信息mi1：

(2c)gpu保存第二幅金字塔頂層圖像d12的移動(dòng)位置：

gpu根據(jù)步驟(1b)中第二幅原始sar圖像在不同區(qū)域的初始移動(dòng)范圍，在顯存中開辟大小為32×w×h×ang的一維整型數(shù)組作為互信息值集合ε；

gpu從步驟(1b)確定的第二幅金字塔頂層圖像d12的移動(dòng)范圍內(nèi)遍歷選取新的移動(dòng)矢量，并重復(fù)(2a)和(2b)，將得到的互信息值和選取的第二幅金字塔頂層圖像d12移動(dòng)矢量加入互信息值集合ε中；

gpu在顯存中開辟大小為3的頂層配準(zhǔn)位置數(shù)組e1，再找出集合ε中最大的互信息值，將該最大互信息值對(duì)應(yīng)的第二幅頂層圖像d12移動(dòng)矢量存入配準(zhǔn)位置數(shù)組e1中，配準(zhǔn)位置數(shù)組e1即存儲(chǔ)著第二幅金字塔頂層圖像d12的移動(dòng)位置。

步驟3，gpu生成兩幅中間層圖像d21和d22，cpu計(jì)算第二幅金字塔中間層圖像d22的移動(dòng)范圍。

(3a)gpu生成第一幅金字塔中間層圖像d21和第二幅金字塔中間層圖像d22：

(3a1)根據(jù)第一幅原始sar圖像的寬w1和高h(yuǎn)1，gpu在顯存中開辟寬為高為的第一金字塔中間層二維數(shù)組α2；

(3a2)gpu為第一幅金字塔中間層圖像d21分配32×32個(gè)線程塊；每個(gè)線程塊再分配個(gè)線程，使第一金字塔中間層二維數(shù)組α2中所有索引(x2,y2)滿足且滿足的元素分別對(duì)應(yīng)一個(gè)gpu線程；

(3a3)利用第一金字塔中間層二維數(shù)組α2中元素(x2,y2)對(duì)應(yīng)的線程，將該元素賦值為第一幅原始sar圖像中(2x2,2y2)坐標(biāo)處的像素值，此時(shí)第一金字塔中間層二維數(shù)組α2即為第一幅金字塔中間層圖像d21；

(3a4)根據(jù)第二幅原始sar圖像的寬w2和高h(yuǎn)2，在gpu顯存中開辟寬為高為的第二金字塔中間層二維數(shù)組β2；

(3a5)gpu為第二幅金字塔中間層圖像d22分配32×32個(gè)線程塊，每個(gè)線程塊再分配個(gè)線程；使第二金字塔中間層二維數(shù)組β2中所有索引(x2',y2')滿足和的元素分別對(duì)應(yīng)一個(gè)gpu線程；

(3a6)利用第二金字塔中間層二維數(shù)組β2中元素(x2',y2')對(duì)應(yīng)的線程，將該元素賦值為第二幅原始sar圖像(2x2',2y2')坐標(biāo)處的像素值，此時(shí)第二金字塔中間層二維數(shù)組β2即為第二幅金字塔中間層圖像d22。

(3b)cpu計(jì)算第二幅金字塔中間層圖像d22的移動(dòng)范圍：

cpu根據(jù)步驟(2c)保存的圖像d12移動(dòng)位置，先獲取該移動(dòng)位置的水平偏移a2、垂直偏移b2和旋轉(zhuǎn)角度θ2；

再確定金字塔中間層圖像d22在不同區(qū)域的移動(dòng)范圍，即水平移動(dòng)區(qū)間為[2a2-4,2a2+4]，垂直移動(dòng)區(qū)間為[2b2-4,2b2+4]，旋轉(zhuǎn)角度區(qū)間為[θ2-2,θ2+2]。

步驟4，計(jì)算第二幅金字塔中間層圖像d22的移動(dòng)位置。

(4a)gpu生成兩幅金字塔中間層共有區(qū)域圖像d21'和d22'：

gpu從步驟(3b)確定的第二幅金字塔中間層圖像d22移動(dòng)范圍內(nèi)選取一個(gè)移動(dòng)矢量(x2,y2,ang2)，其中x2表示水平移動(dòng)的像素個(gè)數(shù)，y2表示垂直移動(dòng)的像素個(gè)數(shù)，ang2代表第二幅金字塔中間層圖像d22順時(shí)針旋轉(zhuǎn)角度，并由該矢量移動(dòng)第二幅金字塔中間層圖像d22，得到金字塔中間層移動(dòng)后圖像dm2；

cpu計(jì)算該移動(dòng)后的圖像dm2與第一幅金字塔中間層圖像d21重疊部分的方形共有區(qū)域范圍，并將該共有區(qū)域在第一幅金字塔中間層圖像d21中表示為第一中間層共有區(qū)域s21，在金字塔中間層移動(dòng)后圖像dm2中表示為第二中間層共有區(qū)域s22；

gpu將區(qū)域s21和s22拷貝到新顯存空間，形成第一幅金字塔中間層共有區(qū)域圖像d21'和第二幅金字塔中間層共有區(qū)域圖像d22'；

(4b)計(jì)算兩幅金字塔中間層共有區(qū)域圖像d21'和d22'的互信息：

(4b1)gpu計(jì)算第一幅金字塔中間層共有區(qū)域圖像d21'的熵值h21：

其中p21為第一幅金字塔中間層共有區(qū)域圖像d21'的灰度直方圖；

(4b2)gpu計(jì)算第二幅金字塔中間層共有區(qū)域圖像d22'的熵h22：

其中p22為第二幅金字塔中間層共有區(qū)域圖像d22'的灰度直方圖；

(4b3)gpu計(jì)算兩幅金字塔中間層圖像d21'和d22'的聯(lián)合熵值h2：

其中p2為兩幅金字塔中間層共有區(qū)域圖像d21'和d22'的聯(lián)合灰度直方圖；

(4b4)gpu計(jì)算兩幅金字塔中間層共有區(qū)域圖像d21'和d22'的互信息mi2：

(4c)gpu保存第二幅金字塔中間層圖像d22的移動(dòng)位置：

gpu將步驟(2c)產(chǎn)生的互信息值集合ε清零；再從步驟(3b)確定的第二幅金字塔中間層圖像d22移動(dòng)范圍內(nèi)遍歷選取新的第二幅金字塔中間層圖像d22移動(dòng)矢量，并將該移動(dòng)矢量加入互信息值集合ε中，再重復(fù)(4a)和(4b)，將得到的互信息值也加入互信息值集合ε中；

gpu在顯存中開辟大小為3的中間層配準(zhǔn)位置數(shù)組e2，然后找出互信息值集合ε中最大的互信息值，將該最大互信息值對(duì)應(yīng)的第二幅金字塔中間層圖像d22移動(dòng)矢量存入中間層配準(zhǔn)位置數(shù)組e2中，即得到金字塔中間層圖像d22的移動(dòng)位置。

步驟5，cpu計(jì)算第二幅原始sar圖像的移動(dòng)范圍，并開辟配準(zhǔn)位置空間f。

(5a)cpu計(jì)算第二幅原始sar圖像的移動(dòng)范圍：

cpu根據(jù)步驟(4c)保存的第二幅金字塔中間層圖像d22移動(dòng)位置，先獲取該移動(dòng)位置的水平偏移a3、垂直偏移b3和旋轉(zhuǎn)角度θ3；再確定第二幅原始sar圖像在不同區(qū)域的移動(dòng)范圍，即水平移動(dòng)區(qū)間為[2a3-4,2a3+4]，垂直移動(dòng)區(qū)間為[2b3-4,2b3+4]，旋轉(zhuǎn)角度區(qū)間為[θ3-2,θ3+2]。

(5b)cpu開辟配準(zhǔn)位置空間f：

cpu在內(nèi)存開辟空間f用于存儲(chǔ)金字塔底層互信息值和第二幅原始sar圖像移動(dòng)矢量，并初始化空間f的互信息值為單精度浮點(diǎn)負(fù)無窮。

步驟6，計(jì)算第二幅原始sar圖像的配準(zhǔn)位置。

(6a)gpu生成兩幅底層共有區(qū)域圖像d31'和d32'：

gpu從步驟(5a)確定的第二幅原始sar圖像移動(dòng)范圍內(nèi)選取一個(gè)移動(dòng)矢量(x3,y3,ang3)，其中x3表示水平移動(dòng)的像素個(gè)數(shù)，y3表示垂直移動(dòng)的像素個(gè)數(shù)，ang3表示第二幅原始sar圖像的順時(shí)針旋轉(zhuǎn)角度，并由該矢量移動(dòng)第二幅原始sar圖像，得到第二幅原始sar圖像移動(dòng)后的圖像dm3，獲得該移動(dòng)后的圖像dm3與第一幅原始sar圖像重疊部分的方形共有區(qū)域；

將該共有區(qū)域在第一幅原始sar圖像中表示為第一金字塔底層共有區(qū)域s31，在移動(dòng)后的圖像dm3中表示為第二金字塔底層共有區(qū)域s32；

gpu將區(qū)域s31和s32拷貝到新顯存空間，形成第一幅金字塔底層共有區(qū)域圖像d31'和第二幅金字塔底層共有區(qū)域圖像d32'；

(6b)計(jì)算兩幅底層共有區(qū)域圖像d31'和d32'的互信息：

(6b1)gpu計(jì)算第一幅金字塔底層共有區(qū)域圖像d31'的熵值h31：

其中p31為第一幅金字塔底層共有區(qū)域圖像d31'的灰度直方圖；

(6b2)計(jì)算第二幅底層共有區(qū)域圖像d32'的熵值h32：

其中p32為第二幅底層共有區(qū)域圖像d32'的灰度直方圖；

(6b3)計(jì)算兩幅底層共有區(qū)域圖像d31'和d32'的聯(lián)合熵值h3：

其中p3為兩幅金字塔底層共有區(qū)域圖像d31'和d32'的聯(lián)合灰度直方圖；

(6b4)計(jì)算兩幅底層共有區(qū)域圖像d31'和d32'的互信息mi3：

(6c)更新互信息值和移動(dòng)矢量：

cpu將互信息mi3與配準(zhǔn)位置空間f中存儲(chǔ)的互信息值進(jìn)行比較：如果互信息mi3比空間f存儲(chǔ)的互信息值大，則更改配準(zhǔn)位置空間f存儲(chǔ)的互信息值為mi3，同時(shí)更改配準(zhǔn)位置空間f存儲(chǔ)的移動(dòng)矢量為(x3,y3,ang3)，否則，不進(jìn)行任何操作；

(6d)gpu獲取第二幅原始sar圖像的配準(zhǔn)位置：

gpu從步驟(5)確定的移動(dòng)范圍內(nèi)遍歷選取新的移動(dòng)矢量，重復(fù)(6a)、(6b)和(6c)，配準(zhǔn)位置空間f存儲(chǔ)的互信息值即為金字塔底層最大互信息值mi，根據(jù)空間f存儲(chǔ)的移動(dòng)矢量得到第二幅原始sar圖像的配準(zhǔn)位置；

(6e)生成配準(zhǔn)后圖像：

gpu獲取空間f保存的移動(dòng)矢量，根據(jù)該移動(dòng)矢量再次移動(dòng)第二幅原始sar圖像，得到配準(zhǔn)后圖像d。

本發(fā)明的效果可通過以下仿真實(shí)驗(yàn)進(jìn)一步說明：

1、實(shí)驗(yàn)環(huán)境：

gpu：nvidiateslak40c，

處理器：intel(r)xeon(r)e5-2630v32.40ghz(2處理器)，

內(nèi)存：64.0gb，

硬盤：2t，

操作系統(tǒng)：microsoftwindows7sp164位,

編程工具：microsoftvisualstudio2010，cuda6.5。

2、實(shí)驗(yàn)內(nèi)容和結(jié)果分析：

實(shí)驗(yàn)1，用本發(fā)明對(duì)圖2a所示的第一幅原始sar圖像和圖2b所示的第二幅原始sar圖像進(jìn)行配準(zhǔn)，結(jié)果如圖3所示，再將圖3配準(zhǔn)后的圖像與圖2a進(jìn)行重疊，得到重疊圖像，如圖4所示。

由圖4可以看出，重疊圖像清晰且輪廓無重影，表明本發(fā)明的配準(zhǔn)效果較好。

實(shí)驗(yàn)2，用本發(fā)明方法和現(xiàn)有cpu實(shí)現(xiàn)的傳統(tǒng)金字塔互信息配準(zhǔn)方法對(duì)不同尺寸的sar圖像進(jìn)行配準(zhǔn)，并測(cè)量得到這兩種方法的配準(zhǔn)耗時(shí)，其結(jié)果如表1所示：

表1本發(fā)明方法與現(xiàn)有cpu實(shí)現(xiàn)傳統(tǒng)金字塔互信息配準(zhǔn)方法的配準(zhǔn)耗時(shí)對(duì)比

由表1可知，本發(fā)明方法與現(xiàn)有cpu實(shí)現(xiàn)的傳統(tǒng)金字塔互信息配準(zhǔn)方法相比，配準(zhǔn)耗時(shí)大幅縮短；

實(shí)驗(yàn)3，用本發(fā)明方法和現(xiàn)有g(shù)pu實(shí)現(xiàn)的傳統(tǒng)金字塔互信息配準(zhǔn)方法對(duì)多幅已知配準(zhǔn)位置的sar圖像再次配準(zhǔn)以測(cè)試配準(zhǔn)精度，這兩種方法得到的配準(zhǔn)位置如表2所示。

表2本發(fā)明方法與現(xiàn)有g(shù)pu實(shí)現(xiàn)的傳統(tǒng)金字塔互信息配準(zhǔn)方法的配準(zhǔn)位置對(duì)比

表2中圖像尺寸、水平偏移、垂直偏移均以像素為單位，第二幅原始sar圖像是人工移動(dòng)第一幅原始sar圖像得到的，第二幅原始sar圖像即為實(shí)驗(yàn)圖片。

由表2可知，本發(fā)明均能正確配準(zhǔn)所有實(shí)驗(yàn)圖片，其得到的配準(zhǔn)位置均與正確配準(zhǔn)位置相同；雖現(xiàn)有方法能正確配準(zhǔn)實(shí)驗(yàn)圖片1，但未能正確配準(zhǔn)實(shí)驗(yàn)圖片2，其得到實(shí)驗(yàn)圖片2配準(zhǔn)位置的水平偏移與正確的水平偏移相差1個(gè)像素，且實(shí)驗(yàn)圖片2配準(zhǔn)位置的垂直偏移也與正確的垂直偏移相差1個(gè)像素；現(xiàn)有方法也未能正確配準(zhǔn)實(shí)驗(yàn)圖片3，其得到實(shí)驗(yàn)圖片3配準(zhǔn)位置的水平偏移也與正確的水平偏移相差1個(gè)像素。本發(fā)明與現(xiàn)有g(shù)pu實(shí)現(xiàn)的傳統(tǒng)金字塔互信息配準(zhǔn)方法相比，配準(zhǔn)精度提高。

以上是對(duì)本發(fā)明的一個(gè)具體實(shí)例，不構(gòu)成對(duì)本發(fā)明的任何限制，顯然，本領(lǐng)域的技術(shù)人員可以在不脫離本發(fā)精神和原理下進(jìn)行各種改動(dòng)和變型，但這些仍屬于本發(fā)明的保護(hù)范圍之內(nèi)。