顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法

摘要

本发明公开了一种顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法，所述方法包括：对经过预处理后的SAR数字正射影像进行快速镶嵌，生成镶嵌底图影像；利用八邻域搜索算法，提取每幅经过预处理后的SAR数字正射影像的边界矢量范围；基于提取的矢量范围，确定经过预处理后的SAR数字正射影像间的重叠区；对每个重叠区进行Voronoi复杂多边形探测，并对探测到的复杂多边形进行简化，分解成简化的SAR数字正射影像；对简化的SAR数字正射影像进行镶嵌。本发明先生成镶嵌底图影像，然后采用顾及多维度的扩展重叠面的Voronoi接缝线和线性加权平滑镶嵌处理，从而可极大提高镶嵌效率和镶嵌效果。

说明书

技术领域

本发明涉及图像处理技术领域，特别涉及一种顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法。

背景技术

合成孔径雷达技术(SAR)诞生于1951年，它通过收集和记录目标、背景在微波波段内的电磁波辐射、散射能量，利用信号处理技术加工整理，压缩成一幅SAR影像，提取识别目标物体或现象的有用信息，广泛应用于测绘地形地物、检测海洋、探测地球资源和侦察监视军事目标等。

SAR影像广泛用于制作数字正射影像(DOM)、数字高程模型(DEM)，成为自然资源不可或缺的基础遥感影像产品，服务自然资源山、水、林、田、湖、草的监测监管。在应用数字正射影像图DOM时，需求目标是重大工程或省市县等范围较大的区域，单幅数字正射影像图DOM的应用往往不能满足实际需求，因此需要将多幅数字正射影像图DOM镶嵌融合成一张大图，从全局角度开展深化应用。

在SAR影像应用于制作数字正射影像图(DOM)时，SAR影像会受到几何畸变和几何定位精度的影响，几何畸变如近距离压缩、透视收缩、叠掩以及雷达阴影，几何定位主要是与实际地理位置的偏差，造成应用受限。此外，卫星在不同成像模式、不同轨道、不同时间获取的影像，影像的辐射质量会存在较大差异，同样造成应用困难。比如，影像内部辐射质量不一致，影像间存在色差。单幅SAR影像内部辐射质量不均匀问题，一般是由于成像角度、地形、雷达天线方向图的变化及特殊地物的强后向散射引起的。对于雷达影像内部辐射质量不一致的问题，现有技术采用内定标方法、辐射定标、辐射干扰校正、低通滤波、Mask方法、多尺度的匀光方法、高斯低通滤波器、小波变换等改善影像内部辐射不一致问题。针对影像间色差问题，主要原因有雷达卫星在不同时间、不同成像模式、不同角度、升降轨不同等。比如在制作高分三号全国雷达遥感正射影像图时，有13种成像模式，制图时使用精细条带1模式数据287、精细条带2数据1313景、标准条带模式53景、窄幅扫描模式5景、全极化条带1模式211景，众多影像间成像模式多、分辨率差异大、幅宽不一致、存在升降轨数据、时间跨度大，导致复杂影像在镶嵌融合时肯定存在影像间色差问题。

在获得多幅辐射质量平衡、色差相对一致的数字正射影像图DOM基础上，开展雷达遥感影像镶嵌进而获得更大的影像。现有技术一般采用接缝线生成算法、常规Voronoi图的影像接缝线生成算法、考虑重叠面Voronoi图的影像接缝线生成算法、twin snakes算子、Dijkstra最短路径搜索算法、遗传算法、联合概率密度等方法完成影像镶嵌处理。常规Voronoi图的影像接缝线方法，对于重叠度较小的影像，容易出现不被任何影像覆盖的情况，造成镶嵌后的影像中间出现无效区域。考虑重叠面Voronoi图的影像接缝线生成算法，对于重叠度较大的影像容易出现接缝线不唯一的现象，导致拼接后影像出现裂缝。twinsnakes方法，由于蛇形算法存在局部最小或最大的问题，并且蛇形函数对控制蛇的顶点关系的变量非常敏感，造成丢失全局最小值区域并在局部或全局最大值出停止。

Dijkstra最短路径搜索方法，由于盲目搜索实质上是一种穷举搜索策略，会产生路径组合爆炸的问题，搜索效率低下，耗费过多的计算空间和时间。综上所述，传统方法多是基于小范围、使用同一方向的数据进行镶嵌处理，造成漏洞或者效率低下问题，同时没有顾及不同影像大小、不同方向、不同时间的数据，导致大范围的影像应用停留在单幅影像或小范围的镶嵌影像的应用，没有发挥海量遥感影像数据的优势，数据利用率低。

因此，基于现有技术中存在的上述问题，需要一种充分考虑不同方向、不同时间、不同影像大小且镶嵌效率高的合成孔径雷达影像镶嵌方法。

发明内容

针对上述问题，本发明提供了一种顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法，可充分地消除由于现有技术的限制和缺陷导致的一个或多个问题。

本发明提供了一种顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法，其特征在于，所述方法包括以下步骤：

步骤S1，获取待镶嵌区域的多幅SAR数字正射影像，所述多幅SAR数字正射影像的集合记为{IMG

步骤S2，对所述多幅SAR数字正射影像进行预处理，以使得所述SAR数字正射影像集合{IMG

步骤S3，对经过预处理后的SAR数字正射影像进行快速镶嵌，生成镶嵌底图影像；

步骤S4，利用八邻域搜索算法，提取每幅经过预处理后的SAR数字正射影像的边界矢量范围；

步骤S5，基于提取的所有所述经过预处理后的SAR数字正射影像的矢量范围，确定所述经过预处理后的SAR数字正射影像间的重叠区；

步骤S6，对每个所述重叠区进行Voronoi复杂多边形探测，并对探测到的复杂多边形进行简化，分解成简化的SAR数字正射影像；

步骤S7，对所述简化的SAR数字正射影像进行镶嵌；

步骤S8，根据所述待镶嵌区域的范围，对镶嵌后的SAR数字正射影像DOM进行裁剪，输出镶嵌后的SAR数字正射影像DOM。

优选的，步骤S2具体包括以下子步骤：

步骤S2.1，将所述SAR数字正射影像集合{IMG

步骤S2.2，将所述{IMG

步骤S2.3，将所述{IMG

优选的，步骤S3具体包括以下子步骤：

步骤S3.1，确定每幅所述经过预处理后的SAR数字正射影像的影像范围，其中，所述SAR数字正射影像的影像范围是指SAR数字正射影像的最大经度、最小经度、最大纬度和最小纬度。

步骤S3.2，基于每幅所述经过预处理后的SAR数字正射影像的影像范围，确定所述待镶嵌区域的区域范围，其中，所述待镶嵌区域的区域范围是指待镶嵌区域的最大经度、最小经度、最大纬度和最小纬度；

步骤S3.3，创建镶嵌底图影像模板，基于所述SAR数字正射影像的地理信息和所述待镶嵌区域的区域范围，确定镶嵌底图影像的地理信息和影像信息，并将所述地理信息和影像信息写入到所述镶嵌底图影像模板；

步骤S3.4，基于所述经过预处理后的SAR数字正射影像的地理信息和所述镶嵌底图影像模板的地理信息，将所述经过预处理后的SAR数字正射影像的像素值写入到所述镶嵌底图影像模板的相应位置，以通过快速镶嵌方式生成镶嵌底图影像。

优选的，在步骤S3.1中，根据以下公式(1)确定每幅所述经过预处理后的SAR数字正射影像的影像范围：

其中，Lon

在步骤S3.2中，根据以下公式(2)确定所述待镶嵌区域的区域范围：

其中，Lon

优选的，在步骤S3.3中，根据以下公式(3)确定所述镶嵌底图影像的地理信息和影像信息：

其中，Lon

优选的，在步骤S3.4中，如果多幅经过预处理后的SAR数字正射影像有重叠，则根据以下公式(4)确定所述多幅经过预处理后的SAR正射数字影像的重叠位置的像素值：

其中，Pix

优选的，步骤S4具体包括以下子步骤：

步骤S4.1，以经过预处理后的SAR数字正射影像的中心为起点，向上搜索，直至遇到边界为止，将遇到边界的点作为标记点。

步骤S4.2，从所述标记点开始，利用八领域搜索算法对所述经过预处理后的SAR数字正射影像进行搜索以确定边界，在搜索过程中，记录所有的边界坐标，得到边界坐标集合{Pix

步骤S4.3，根据边界坐标集合{Pix

步骤S4.4，对每幅经过预处理后的SAR数字正射影像执行步骤S4.1-S4.3，以提取每幅经过预处理后的SAR数字正射影像的边界矢量范围。

优选的，步骤S5具体包括以下子步骤：

步骤S5.1，选取任意两幅所述经过预处理后的SAR数字正射影像，基于选取的所述任意两幅所述经过预处理后的SAR数字正射影像的矢量范围，求取所述任意两幅所述经过预处理后的SAR数字正射影像的外接矩形，并基于求取的外接矩形，判断所述两幅所述经过预处理后的SAR数字正射影像是否有重叠区，如果没有重叠区则结束判断，如果有重叠区，则转入步骤S5.2。

步骤S5.2，计算选取的两幅所述SAR数字正射影像边与边的交点坐标；

步骤S5.3，遍历所有所述经过预处理后的SAR数字正射影像，并对任意两幅经过预处理后的SAR数字正射影像执行步骤S5.1-S5.2，并记录所有的交点坐标，以确定所述经过预处理后的SAR数字正射影像间的重叠区。

优选的，步骤S6具体包括以下子步骤：

步骤S6具体包括以下子步骤：

步骤S6.1，选取任意两幅所述经过预处理后的SAR数字正射影像，并确定选取的所述两幅所述经过预处理后的SAR数字正射影像的重叠区的分支线与中轴线。

步骤S6.2，基于确定的所述分支线与中轴线，进行Voronoi复杂多边形探测、简化探测到的复杂多边形，以降低影像拓扑关系复杂度，得到简化后的SAR数字正射影像；

步骤S6.3，遍历所有经过预处理后的SAR数字正射影像，得到简化的SAR数字正射影像集合，记为{IMG

步骤S6.4，将所述简化的SAR数字正射影像集合进行存储，其中，每个所述简化的SAR数字正射影像都包括各自的属性信息IMG

优选的，步骤S7具体包括以下子步骤：

步骤S7.1，遍历所述简化的SAR数字正射影像集合{IMG

步骤S7.2，对重叠区进行线性加权融合，并将加权融合后的像素值填充到所述镶嵌底图影像的相应位置。

本发明的技术方案本着降低影像拓扑关系复杂度，采用顾及多维度的扩展重叠面的Voronoi接缝线和线性加权平滑镶嵌处理，与现有技术相比，具有以下的优点：

本发明充分考虑不同方向的数据，使用多维度的处理策略，能较好处理复杂影像的镶嵌处理。首先，本发明处理的是不同方向(即，多维度)的影像数据，其数据复杂性和镶嵌难度较大，其次，本发明要降低影像拓扑关系复杂度，为提高处理效率，先快速镶嵌得到一幅镶嵌底图影像，为后续的镶嵌处理提供底图数据，可极大提高镶嵌效率，然后采用顾及多维度的扩展重叠面的Voronoi接缝线和线性加权平滑镶嵌处理，充分吸收常规凸多边形的中轴线划分策略，划分过程中的漏洞检测与处理，影像多边形的分支线与中轴线划分，接缝线划分过程中生成的复杂多边形处理，允许重新划分当前多边形，最后重叠区线性加权过渡处理，接缝线划分与拓扑信息记录，结合镶嵌底图影像边计算边输出当前简单多边形镶嵌影像，完成整个区域的影像镶嵌。

附图说明

图1为根据本发明实施例的顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法流程图。

图2为根据本发明实施例的待镶嵌区域的多幅SAR数字正射影像示意图；

图3为根据本发明实施例的单幅SAR数字正射影像示意图；

图4为根据本发明实施例的待镶嵌区域的镶嵌底图影像的示意图；

图5为根据本发明实施例的影像边界搜索示意图；

图6为根据本发明实施例的影像边界8邻域搜索的示意图；

图7为根据本发明实施例的两影像重叠区域示意图；

图8-10为根据本发明实施例的分支线与中轴线计算示意图；

图11为根据本发明实施例的两重叠影像的分支线与中轴线计算结果图；

图12为根据本发明实施例的简单与复杂多边形示意图；

图13为根据本发明实施例的复杂多边形出入点示意图；

图14为根据本发明实施例的为复杂多边形分解形成的四组简单多边形示意图；

图15为根据本发明实施例的重叠边标记信息示意图；

图16为根据本发明实施例的重叠区加权融合示意图；

图17为根据本发明实施例的镶嵌结果图。

具体实施方式

下面对本发明进行更全面的描述，其中说明本发明的示例性实施例。

如图1所示，本发明提供的顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法主要包括以下步骤：

步骤S1，获取待镶嵌区域的多幅SAR数字正射影像，所述多幅SAR数字正射影像的集合记为{IMG

一般来说，根据业务需求确定待镶嵌区域，例如，要处理山东全省的影像，则山东全省即为待镶嵌区域，所述待镶嵌区域实际就是多幅SAR数字正射影像所覆盖的地理位置区域。

待镶嵌区域的多幅SAR数字正射影像可以通过常规的合成孔径雷达技术获得，即，首先通过合成孔径雷达技术(卫星平台)获取SAR影像，然后经过正射处理获取SAR数字正射影像(SAR DOM数字正射影像)。获取的多幅SAR数字正射影像为本发明技术方案待处理的影像数据。根据本发明的优选实施例，获取的SAR数字正射影像为高分三号SAR数字正射影像。

如图2所示，其示出了待镶嵌区域的多幅SAR数字正射影像，图3示出了其中的一幅示例性的SAR数字正射影像。

SAR数字正射影像的地理信息及相关说明如表1所示：

表1

由表1可以看出，序号1表示的是SAR数字正射影像的地理信息，是SAR数字正射影像自身携带的地理信息，每副SAR数字正射影像均具有自身的地理信息，地理信息包括6个参数，即，Lon

表1中，序号2和3表示地理信息里的格网尺寸，是属于6参数地理信息中；序号4表示影像的存储形式，本发明所用的SAR数字正射影像均用GeoTIFF存储，是一种通用的、广泛应用于遥感影像中的存储形式。

步骤S2，对所述多幅SAR数字正射影像进行预处理，以使得所述SAR数字正射影像集合{IMG

步骤S2具体包括以下子步骤：

步骤S2.1，将所述SAR数字正射影像集合{IMG

如上所述，步骤S2.1所述地理信息是指SAR数字正射影像的经度方向的起始经度、经度方向的格网尺寸、经度方向的尺度因子、纬度方向的起始纬度、纬度方向的格网尺寸以及纬度方向的尺度因子。后续步骤的镶嵌处理需要根据不同SAR数字正射影像上的同一地理信息进行镶嵌处理，所以需要确保待镶嵌处理的每副SAR数字正射影像的地理信息均一致。执行步骤S2.1的目的就是确保所有SAR数字正射影像的地理信息均一致，为此，根据待镶嵌区域的地理信息确定标准地理信息，并将待处理的SAR数字正射影像与该标准地理信息逐一进行比较，以剔除地理信息不一致的SAR数字正射影像。

步骤S2.2，将所述{IMG

根据本发明的优选实施例，所述预设的坐标投影系统为WGS84坐标系经纬度投影系统。

需要说明的是，由于存在数十种坐标投影系统，如果待镶嵌的SAR数字正射影像的坐标投影系统不一致，而进行后续的镶嵌处理时默认按某一种坐标投影系统读取SAR数字正射影像，会导致读取的SAR数字正射影像错误，从而无法得到正确的镶嵌影像，所以本发明在进行镶嵌处理前确保所有SAR数字正射影像的坐标投影系统一致，以确保后续的镶嵌结果正确。

步骤S2.3，将所述{IMG

需要说明的是，如果某SAR数字正射影像的格网尺寸与其他影像不一致，直接进行镶嵌处理，则在两幅影像的重叠区域，由于各自具有独立的格网尺寸(例如，其中一幅SAR数字正射影像的格网尺寸是10m，而另一幅SAR数字正射影像的格网尺寸是20m)，所以镶嵌时会出错，从而无法得到正确的镶嵌影像，所以本发明在进行镶嵌处理前确保所有SAR数字正射影像的格网尺寸一致，以确保后续的镶嵌结果正确。

因此，本发明在进行镶嵌处理前，通过上述步骤S2的预处理，确保待处理的所有SAR数字正射影像均地理信息一致、均具有统一的坐标投影系统、并且具有一致的网格尺寸，为以下步骤提供具有同一地理信息、统一的坐标投影系统、一致的格网尺寸SAR数字正射影像，避免了后续镶嵌处理时由于各SAR数字正射影像的地理信息、坐标投影系统和网格尺寸不一致而导致的镶嵌错误，这也是本发明相对于现有技术的改进点之一。

步骤S3，对经过预处理后的SAR数字正射影像进行快速镶嵌，生成镶嵌底图影像。

本发明人在长期的研究中发现，目前的SAR数字正射影像的镶嵌效率较低，不能满足实际应用的需求。为此，在步骤S3通过快速镶嵌生成镶嵌底图影像，这样在后续Voronoi镶嵌的时候，对于重叠区需要重新写入新的影像值，而对于没有重叠区的影像，则直接保留镶嵌底图影像，只需更新重叠区的影像，从而极大提高了镶嵌处理的效率。这也是本发明针对现有技术的主要改进点之一。

步骤S3具体包括以下子步骤：

步骤S3.1，确定每幅所述经过预处理后的SAR数字正射影像的影像范围，其中，所述SAR数字正射影像的影像范围是指SAR数字正射影像的最大经度、最小经度、最大纬度和最小纬度。

步骤S3.1所称的“所述经过预处理后的SAR数字正射影像”即集合{IMG

具体的，在步骤S3.1中，根据以下公式(1)确定每幅所述经过预处理后的SAR数字正射影像的影像范围：

其中，Lon

需要说明的是，如上所述，公式(1)中的Lon

步骤S3.2，基于每幅所述经过预处理后的SAR数字正射影像的影像范围，确定所述待镶嵌区域的区域范围，其中，所述待镶嵌区域的区域范围是指待镶嵌区域的最大经度、最小经度、最大纬度和最小纬度。

步骤S3.2所述的待镶嵌区域实际就是经过预处理后的多幅SAR数字正射影像所覆盖的地理位置区域，即，影像集合{IMG

在本发明的该特定实施例中，基于步骤S3.1确定的每幅所述经过预处理后的SAR数字正射影像的影像范围，确定出待镶嵌区域内的最东(经度方向)、最西(经度方向)、最南(纬度方向)、最北(纬度方向)的经纬度信息，即，在所有经过预处理后的SAR数字正射影像的影像范围中，确定出最大经度、最小经度、最大纬度、最小纬度，也就是，待镶嵌区域的最大经度Lon

具体的，在步骤S3.2中，根据以下公式(2)确定所述待镶嵌区域的区域范围：

其中，Lon

步骤S3.3，创建镶嵌底图影像模板，基于所述SAR数字正射影像的地理信息和所述待镶嵌区域的区域范围，确定镶嵌底图影像的地理信息和影像信息，并将所述地理信息和影像信息写入到所述镶嵌底图影像模板；

具体的，根据以下公式(3)确定所述镶嵌底图影像的地理信息和影像信息：

其中，Lon

需要说明的是，在步骤S2中已经对所有影像的地理信息进行了检查，区域范围影像集合{IMG

在实际操作中，先创建镶嵌底图影像模板，再向创建的镶嵌底图影像模板中写入镶嵌底图影像的地理信息{Lon

根据本发明的优选实施例，所述镶嵌底图影像模板的存储格式为GeoTIFF。

由以上描述可知，通过步骤S3.1-S3.3，得到的是具有镶嵌底图影像的地理信息和影像信息的镶嵌底图影像模板，该镶嵌底图影像模板中还没有具体的影像数据。镶嵌底图影像模板中的地理信息和影像信息分别确定了镶嵌底图影像的经纬度信息和高度、宽度，从而为后面的步骤S3.4的快速镶嵌(即，在镶嵌底图影像模板中快速写入影像数据)作了准备。

步骤S3.4，基于所述经过预处理后的SAR数字正射影像的地理信息和所述镶嵌底图影像模板的地理信息，将所述经过预处理后的SAR数字正射影像的像素值写入到所述镶嵌底图影像模板的相应位置，以通过快速镶嵌方式生成镶嵌底图影像。

根据本发明的优选实施例，采用逐行写入方式，将经过预处理后的SAR数字正射影像的像素值写入(也称填充)到镶嵌底图影像模板中的相应位置(即，镶嵌底图影像模板中与经过预处理后的SAR数字正射影像的像素的位置相对应的位置)。由图2可以看出，多幅SAR正射数字影像会有重叠，重叠位置采用的融合策略为“像元均值法”，即，对于多幅经过预处理后的SAR数字正射影像的重叠位置，取该位置处的所述多幅经过预处理后的SAR数字正射影像的像素值的均值作为所述重叠位置的像素值并写入镶嵌底图影像模板的相应位置，具体的，如果多幅经过预处理后的SAR数字正射影像有重叠，则根据以下公式(4)确定所述多幅经过预处理后的SAR正射数字影像的重叠位置的像素值：

其中，Pix

比如，在镶嵌底图影像的某个位置(比如，行列是(100,100))，涉及到3幅重叠影像Pix

通过以上描述可知，在步骤S3中，如果多幅经过预处理后的SAR正射数字影像没有重叠，则直接采用逐行写入的方式将经过预处理后的SAR数字正射影像的像素值写入到镶嵌底图影像中的相应位置，如果有重叠，则取多幅影像的重叠位置的像素的均值写入到镶嵌底图影像的重叠位置，最终快速形成一幅镶嵌底图影像，这种镶嵌方式快速直接，所以通过步骤S3完成了快速镶嵌，也可称作直接镶嵌。

附图4示出了待镶嵌区域(即，研究区域或待处理区域)的镶嵌底图影像，由附图4可以看出，快速镶嵌得到的镶嵌底图影像在重叠区存在一定的问题，需要根据后续步骤进行Voronoi接缝线的重新填充新像素值，此时只处理重叠区，而对于不重叠区域则保留镶嵌底图影像的像素值，从另一方面提高整体的镶嵌效率。

通过以上描述可知，通过步骤S3的快速镶嵌得到的镶嵌底图影像，为后续的镶嵌处理提供底图数据，就是说先提供一版镶嵌底图影像，在后续Voronoi镶嵌的时候，对于重叠区需要重新写入新的影像值，而对于没有重叠区的影像，则直接保留镶嵌底图影像，只需更新重叠区的影像，与现有技术相比，可极大提高镶嵌效率。这也是本发明相对于现有技术的主要改进点之一。

步骤S4，利用八邻域搜索算法，提取每幅经过预处理后的SAR数字正射影像的边界矢量范围。

步骤S4通过搜索的目的是提取每副经过预处理后的SAR数字正射影像的边界矢量范围，为步骤S5进行的复杂多边形探测与简化提供输入数据，便于矢量数据间的计算。

下面结合附图6描述八领域搜索算法的一般原理：

1)先搜索到一个边界点，以该点为起始点A，按逆时针方向，从上到下、从左到右，如图6左侧所示，搜索该边界点的八领域像元，搜索模板如图6右侧所示；

2)搜索下一个边界点所在的位置，如图中B所示，如图6左侧图中所示的“第一次搜索”所示的箭头；

3)以当前点(B点)为搜索点，重复八领域搜索，直至回到搜索起点A即终点A’；

4)完成上述搜索。

图5(a)中的标记点3,4,5,6是根据最大、最小经纬度确定的。比如3号标记点对应最大纬度所在的点，4号标记点对应最小经度所在的点，5号标记点对应最小纬度所在的点，6号标记点对应最大经度所在的点。

本发明的搜索规则为：确定一个起始点(即1号标记点)，向上搜索找到2号标记点，再逆时针分别找到3,4,5,6号标记点，最终回到2号标记点，完成边界区域的搜索。在这个过程中，边搜索边记录，最终根据记录的边界坐标，提取边界矢量范围，即3,4,5,6,3构成的边界。

本发明的SAR数字正射影像的矢量范围提取过程如下：

1)以一幅经过预处理后的SAR数字正射影像的中心为起点记为A；

2)以A为起点，向上搜索直至遇到边界(非0为有效数值，0为无效数值，两者之间即为边界)，此时记为标记点B，每个标记点记录它的经纬度坐标信息，后续步骤中的标记点均记录经纬度坐标信息，不再赘述；

3)以标记点B为起点，逆时针继续搜索，直至搜索到另一条边上(是两条边的拐点)，此时记录标记点B到标记点C的所有边界坐标；

4)从标记点C开始继续搜索，直至搜索到另一条边上(拐点)，拐点记录为D，仍然记录搜索到的边界坐标；

5)从标记点D开始继续搜索，直至搜索到另一条边上(拐点)，拐点记录为F，仍然记录搜索到的边界坐标；

6)从标记点E开始继续搜索，直至搜索到另一条边上(拐点)，拐点记录为F，仍然记录搜索到的边界坐标；

7)从标记点F开始继续搜索边界坐标，直至当前边界点坐标与标记点B坐标一致，搜索结束，得到所有的边界坐标；

8)根据7)的所有边界坐标，计算所有边界坐标中的最大纬度坐标(经度坐标不考虑)，计算所有边界坐标中的最小经度(纬度坐标不考虑)，计算所有边界坐标中的最小纬度(经度坐标不考虑)，计算所有边界坐标中的最大经度(纬度坐标不考虑)，即它们分别对应标记点C、D、E、F。

9)连接标记点C、D、E、F，他们的边构成SAR数字正射影像的矢量范围。

下面结合附图和具体实例作进一步说明。

具体的，步骤S4具体包括以下子步骤：

步骤S4.1，以经过预处理后的SAR数字正射影像的中心为起点，向上搜索，直至遇到边界为止，将遇到边界的点作为标记点。

需要说明的是，因为要提取经过预处理后的SAR数字正射影像的有效边界，通常认为影像的中心肯定是属于有效区域，由图5可以看出，影像四周很多黑色的区域都是无效值，所以从影像的中心为起点开搜索。从影像中心点开始即图5(a)中的1号标记点，向上搜索，即向2号目标点搜索，像素值非0则继续往上搜索，直到遇到像素值为0，那么像素值为0和非0的临界位置就是标记点2。

本发明所述的搜索都是针对像素值进行的搜索，像素值为0认为是无效值，像素值非0认为是有效值，两者之间的值即为搜索的边界值。如图5(a)所示，遇到边界的标记点为标记点2。

步骤S4.2，从所述标记点开始，利用八领域搜索算法对所述经过预处理后的SAR数字正射影像进行搜索以确定边界，在搜索过程中，记录所有的边界坐标，得到边界坐标集合{Pix

下面结合图5(a)作详细说明，在图5(a)中，以其中的一幅经过预处理后的SAR数字正射影像的中心为起点，如标记点1所示；向上搜索，直至遇到边界，此时记录边界坐标，如标记点2所示；以标记点2为起点，逆时针继续搜索，直至搜索到标记点3和标记点4构成的另一条边上，此时记录标记点2到标记点3的所有边界坐标；从标记点3开始继续搜索，直至搜索到标记点4和标记点5构成的另一条边上，拐点记录为4，仍然记录搜索到的边界坐标；从标记点4开始继续搜索，直至搜索到标记点5和标记点6构成的另一条边上，拐点记录为5，仍然记录搜索到的边界坐标；从标记点5开始继续搜索，直至搜索到标记点6和标记点3构成的另一条边上，拐点记录为6，仍然记录搜索到的边界坐标；从标记点6开始继续搜索边界坐标，直至当前边界点坐标与标记点2坐标一致，搜索结束。

如图6所示，遍历连续的边界坐标信息，顺序为2-->3-->4-->5-->6-->2，边界坐标记为(Pix

步骤S4.3，根据边界坐标集合{Pix

具体的，根据以下公式(5)确定所述经过预处理后的SAR数字正射影像的边界矢量范围：

其中，Pix

步骤S4.4，对每幅经过预处理后的SAR数字正射影像执行步骤S4.1-S4.3，以提取每幅经过预处理后的SAR数字正射影像的边界矢量范围。

在步骤S4中提取的所有SAR数字正射影像的矢量范围后，即可计算影像间的重叠关系，重叠关系可以划分为简单和复杂多边形情况，如图7所示的示意图。考虑到众多影像间成像模式多、分辨率差异大、幅宽不一致、存在升降轨数据等，影像间的重叠关系肯定存在复杂多边形的情况，给镶嵌融合带来一定的难度，为降低计算难度，需要对复杂多边形进行简化处理，这就解决了不论成像模式多、升降轨数据等都可以进行镶嵌处理。步骤S5就是对影像间的重叠关系进行复杂多边形探测，并对复杂多边形进行简化，简化后的多边形即可按简单多边形进行后续步骤的镶嵌融合。步骤S5的目的就是要完成Voronoi复杂多边形的探测，并对探测到的复杂多边形进行简化处理。

步骤S5，基于提取的所有所述经过预处理后的SAR数字正射影像的矢量范围，确定所述经过预处理后的SAR数字正射影像间的重叠区。

步骤S5具体包括以下子步骤：

步骤S5.1，选取任意两幅所述经过预处理后的SAR数字正射影像，基于选取的所述任意两幅所述经过预处理后的SAR数字正射影像的矢量范围，求取所述任意两幅所述经过预处理后的SAR数字正射影像的外接矩形，并基于求取的外接矩形，判断所述两幅所述经过预处理后的SAR数字正射影像是否有重叠区，如果没有重叠区则结束判断，如果有重叠区，则转入步骤S5.2。

具体的，在步骤S4获取的所有SAR数字正射影像的矢量范围(4个角点坐标，如图5所示的点3、4、5、6)基础上，求取任意两幅SAR数字正射影像A与B的外接矩形R

步骤S5.2，计算选取的两幅所述SAR数字正射影像边与边的交点坐标；

具体的，根据步骤S4.3记录的每个影像的四个有效地理坐标(即左上角Pix

步骤S5.3，遍历所有所述经过预处理后的SAR数字正射影像，并对任意两幅经过预处理后的SAR数字正射影像执行步骤S5.1-S5.2，并记录所有的交点坐标，以确定所述经过预处理后的SAR数字正射影像间的重叠区。

本发明对经过预处理后的SAR数字正射影像进行两两判断，判断任意两幅经过预处理后的SAR数字正射影像是否有重叠区，如果有重叠区则记录交点坐标，交点坐标之间构成的封闭区间就是重叠区，所以通过记录交点坐标，也就记录了重叠区。

两副经过预处理后的SAR数字正射影像的重叠区结果如图7所示。

步骤S6，对每个所述重叠区进行Voronoi复杂多边形探测，并对探测到的复杂多边形进行简化，分解成简化的SAR数字正射影像。

本发明的术语“多维度”就是指不同方向、不同大小的SAR数字正射影像，复杂多边形里面包含了多维度的SAR数字正射影像，即，不同方向、不同大小的数字正射影像数据，本发明将复杂多边形的维度进行了拆分，复杂多边形探测、简化，将复杂多边形一一分解为简单多边形，具体实现过程用到Voronoi技术。

步骤S6具体包括以下子步骤：

步骤S6.1，选取任意两幅所述经过预处理后的SAR数字正射影像，并确定选取的所述两幅所述经过预处理后的SAR数字正射影像的重叠区的分支线与中轴线。

设一具有k个顶点的影像多边形(即，重叠区)P

步骤S6.1.1，计算影像多边形中的每个顶点角的角平分线；

步骤S6.1.2，计算第i个和第i+1个顶点所对应的顶点角∠V

步骤S6.1.3，从D

步骤S6.1.4，令i＝1，计算影像多边形的边VL

步骤S6.1.5，交角JO

步骤S6.1.6，同时顺时针、逆时针计算角平分线与当前中轴线的交点，计算两交点到相应边的距离D

步骤S6.1.7，遍历所有所述经过预处理后的SAR数字正射影像，并对任意两幅经过预处理后的SAR数字正射影像执行步骤S6.1.1-S6.1.6，以确定任意两幅所述经过预处理后的SAR数字正射影像的重叠区的分支线与中轴线。

步骤S6.2，基于确定的所述分支线与中轴线，进行Voronoi复杂多边形探测、简化探测到的复杂多边形，以降低影像拓扑关系复杂度，得到简化后的SAR数字正射影像；

步骤S6.2具体包括：

步骤S6.2.1，基于多边形的交点，进行Voronoi复杂多边形探测，以确定复杂多边形。

根据本发明的优选实施例，假定两影像重叠区的多边形相交，如果两个多边形的交点(出入点)仅有两个，如下图12(a)所示，则将该两个多边形确定为简单多边形；如果两多边形的交点(出入点)大于两个，如下图12(b)所示，则将该两个多边形确定为复杂多边形。

步骤S6.2.2，依据临近领域划分原则，按两两交点(即入点加出点)的顺序，如图13中CRP1,CRP2,CRP3,CRP4，结合多边形轮廓线、中轴线及分支线，将复杂多边形一一分解为简单多边形，其具体包括：

步骤S6.2.2.1，根据多边形的第一个入点、第一个出点，提取与出点、入点相连的分支线，以及分支线间的中轴线，依次连接入点-影像边界点-出点-中轴线，形成图14(a)第一组简化后的SAR数字正射影像。

步骤S6.2.2.2，依次计算并连接下一组出入点、边界点、中轴线划分下一组简单多边形，直至所有出入点计算完毕，从而得到简化的SAR数字正射影像。

具体过程如图14(a)-(d)所示。

步骤S6.3，遍历所有经过预处理后的SAR数字正射影像，得到简化的SAR数字正射影像集合，记为{IMG

步骤S6.4，将所述简化的SAR数字正射影像集合进行存储，其中，每个所述简化的SAR数字正射影像都包括各自的属性信息IMG

对重叠边标记信息Line

在后续镶嵌时将根据{IMG

复杂多边形探测、简化，将复杂多边形一一分解为简单多边形，这里充分考虑了不同方向的影像，不同大小的影像，是能完全处理多维度的影像数据，图14表示复杂多边形分解形成的四组简单多边形示意图。

在步骤S6完成的Voronoi复杂多边形探测与简化后，所有重叠区的多边形均为简单多边形，即可对简单多边形进行镶嵌，即执行步骤S7的计算。

步骤S7，对所述简化的SAR数字正射影像进行镶嵌。

步骤S7具体包括以下子步骤：

步骤S7.1，遍历所述简化的SAR数字正射影像集合{IMG

需要说明的是，在包括属性信息的情况下，因为SAR数字正射影像都是带经纬度坐标的，所以本步骤根据SAR数字正射影像的经纬度坐标将其复制(填充)到镶嵌底图影像的相应位置。

步骤S7.2，对重叠区进行线性加权融合，并将加权融合后的像素值填充到所述镶嵌底图影像的相应位置。

本发明对重叠区采用加权融合的方式是为了实现重叠区影像的线性过渡，例如，从原始影像A均匀过渡到原始影像B，这样看起来影像过渡均匀，从而提高了镶嵌效果。

具体的，根据属性信息{IMG

其中，Pix

步骤S8，根据所述待镶嵌区域的范围，对镶嵌后的SAR数字正射影像DOM进行裁剪，输出镶嵌后的SAR数字正射影像DOM。

根据本发明的优选实施例，在完成镶嵌之后，还根据标准的界线范围(即，根据所述待镶嵌区域的范围)，对镶嵌后的SAR数字正射影像DOM进行裁剪，输出符合要求的SAR数字正射影像DOM。

此外，根据本发明的优选实施例，还对对镶嵌后的影像进行检查，包括格网尺寸、地图投影信息等，以确保各项信息正确，输出的SAR数字正射影像DOM如图17右图所示。

以上内容仅为本发明的较佳实施例，对于本领域的普通技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，本说明书内容不应理解为对本发明的限制。