1.InSAR干涉测量复数图像高精度配准方法，其特征在于，结合InSAR图像自身的特点分步骤递进提出一种有效提高配准精度的方法，第一阶段是采用基于改进特征协同变换方法进行InSAR图像配准，采用多项式拟合求出主从图像分别在距离和方位向的偏移多项式，然后进行重采样和干涉计算得到干涉图，提取出InSAR复数图像的幅度，对所得的主从图像进行关键点的检验和配准，采取分块处理方式，将图像分成若干大小适当区域进行特征点匹配；第二阶段是在改进特征协同变换方法的基础上结合基于附加SPS量能评价的非线性InSAR配准法来提高图像局部配准的精度，采用SPS的量能作为配准评价标准，通过消除配准之后相干计算得出的干涉图中的SPS点，基于大量的奇异旋转点对图像进行非线性配准，与改进特征协同变换配准方法结合提高InSAR图像配准之后所生成的干涉图的质量；本申请提出的方法具有逐步递进提高InSAR复数图像配准精度的效果，逐步递进生成质量较高的干涉图和DEM；

第一阶段，基于改进特征协同变换的InSAR图像配准方法：一是尺度三维图像极值检验，二是InSAR图像特征点的定位，三是InSAR方向角度的确定，四是图像特征点的InSAR描述符，五是改进特征协同变换的SAR图像配准；

第二阶段，基于附加SPS量能评价的非线性InSAR配准法：一是SPS点的设置与求解，二是基于SPS量能评价的InSAR配准操作，三是附加SPS的非线性InSAR图像精配准。

2.根据权利要求1所述InSAR干涉测量复数图像高精度配准方法，其特征在于，尺度三维图像极值检验：构建尺度三维高斯金字塔模型，首先对InSAR图像进行不同尺度的高斯模糊和降采样，得出一组大小不同的图像，从大到小，由下至上构成一个金字塔形状结构，一共有0组，每一组又分为S层，初始图像放在金字塔的底层，即第一层，每一次降采样后得到的图像作为金字塔的下一层，金字塔一共有n层，其总层数是由初始InSAR图像的大小及最高层图像的大小决定，其计算式为：n＝log

m，n为初始图像的大小，t为最高层图像的最小维数对数值，把目标图像的尺度三维L(x，y，σ)定义为：L(x，y，σ)＝G(x，y，σ)*I(x，y)                 式2

G(x，y，σ)是尺度可变高斯函数，I(x，y)为初始图像：

式中(x，y)是坐标位置，参数σ表示图像的平滑程度，不同σ值代表图像的不同尺度，表现图像的不同特征，式2的I(x，y)的分辨率是无限的，σ＝0，但尺度为零的图像不存在，图像的初始尺度设定为0.5，由小尺度σ采用高斯三维差分在不同尺度下取图像关键点，对相邻高斯三维尺度的图像相减，得到式5：

D(x,y,σ)为响应值图像，k为相邻尺度三维倍数，对高斯金字塔中上下相邻的图像求差值，得到高斯差分图，所求关键点由高斯差分三维尺度的局部极值点组成，求解关键点的第一步是对单组内各相邻的图像之间进行对比，为求出高斯三维差分函数的极值点,在高斯三维差分金字塔中除去部分像素值过小的点，这些像素之间的对比度低，是非稳定点，所有像素点都要和其周围的点进行比较,判断其图像域与尺度域是否与相邻点不同，正中心的检验点和同尺度及相邻尺度一共26个像素点比较，保证在全局三维空间都能对极值点进行成功检验，从每组中提取出x个尺度的极值点，每组高斯差分金字塔有x+2层，而每组高斯金字塔则有x+3层图像，3≤x≤5。

3.根据权利要求1所述InSAR干涉测量复数图像高精度配准方法，其特征在于，InSAR图像特征点的定位：对离散三维所提取的极值点进行拟合，将求出的离散三维极值点通过插值求出真实极值点，对D(x)进行尺度三维展开,得到：式中的X＝(x,y,σ)

其对应极值点的方程的值为：

4.根据权利要求1所述InSAR干涉测量复数图像高精度配准方法，其特征在于，InSAR方向角度的确定：采用每个特征点所在层的高斯尺度图像内的局部结构来得出其方向基准，该高斯尺度图像的尺度σ已知，并且该尺度是相对于高斯金字塔所在组的基准层的尺度，局部结构是在高斯尺度图像中以特征点为中心，以r为半径的区域内计算所有像素梯度的幅角和幅值，半径r为：r＝3×1.5σ                                         式9其中σ是相对于所在组的基准层的高斯尺度图像的尺度，像素梯度的幅值和幅角的计算公式为：

式中L的尺度是每一个关键点分别所在的尺度，完成图像关键点检验，所有关键点含有三类信息：位置、尺度和方向，用这些信息得出对应的改进特征协同变换特征区域；

在计算得出特征点梯度值后,对结果进行统计,并用直方图的形式表现特征点领域内像素每一个梯度方向所对应的幅值大小，用高斯函数对直方统计图进行平滑处理消除噪声，直方图的最大值处所指的梯度方向就是关键点的梯度方向。

5.根据权利要求1所述InSAR干涉测量复数图像高精度配准方法，其特征在于，图像特征点的InSAR描述符：将关键点邻域进行分区，根据每一区域内的梯度信息得到一个单独的向量，该向量是对其对应领域内图像信息的唯一描述，确定特征点描述符的具体过程为：首先定位一块求解描述子区域，在特征点所在尺度图像上进行对应特征点描述，将特征点周围划为d×d个小块，每一小块都是一个边长为3σ的正方形，即在每一小块的每一条边上都有3σ个像素点，其中σ是特征点对应高斯金字塔组的最低端层的尺度大小，特征点周围区域的边长是3σ(d+1)，在特征点周围的那块区域总共有3σ(d+1)×3σ(d+1)个像素点；

把获得的特征点周围邻域以特征为中点旋转到对应特征点的主方向,为使得经过旋转之后的正方形全部被包含进区域内，使这个区域的半径为正方形中点到对角点的距离，即对角线的1/2，即式12：旋转后的关键点的坐标变为：

式中[x’,y’]

把区域里全部的采样点都分散到各自的子邻域,把子邻域里的梯度按值给其分散到8个角度上,求出它的值,采样点在区域旋转之后被分配到半径为r的圆内的一个d×d的子块内，求出会改变子块内的采样点的梯度及方向，分至8个不同方向，进行旋转操作后的采样点在子方格块内的坐标用式14表示：将式14所得的采样点线性插值，计算其对每个种子点的贡献值，求得特征向量后，对其做归一化操作消除光照改变对结果的影响，根据特征点尺度完成对描述向量排序后，生成改进特征协同变换特征描述向量。

6.根据权利要求1所述InSAR干涉测量复数图像高精度配准方法，其特征在于，改进特征协同变换的SAR图像配准：采用多项式拟合求出主从图像分别在距离和方位向的偏移多项式,然后进行重采样和干涉计算得到干涉图，提取出SAR复数图像的幅度，生成参考图像和输入图像的幅度图，对所得的主从图像进行关键点的检验和配准，待配准的主从图像间的像素偏移量,在距离向和方位向上没有太大的偏移和尺度变化，即主图像的特征点在辅图像中对应位置的附近，将图像分成若干大小适当区域进行特征点匹配，得到每一个特征点在另一幅图像中对应的同名点后，按照式15设置合适的临界值除去由于误差导致的错误点：U＝{Δr,Δy|abs(Δx-median{Δx})

根据最小二乘法对这些检测到的匹配点按照式16进行四参数二次多项式拟合,得到主从图像的偏移多项式参数，用生成的多项式对从图像进行重采样，生成其分别对应的相干图，在获得一定数目的正确配准点对之后进行进一步的配准点对精化,对所有的配准点对进行均方根误差排序，选取最小的16个点作为精细配准点。

7.根据权利要求1所述InSAR干涉测量复数图像高精度配准方法，其特征在于，SPS点的设置与求解：通过减少SPS点的数量来消除局部失真最后提高DEM的质量；

首先将主从图像进行配准，然后对主从图像产生的干涉图I采用式17进行16点均值滤波：

式17中的各个参数解释：分别将主从图像上的8×2个像素看成一块全局M(m,n)和S(m,n),每一对相对应的块生成16点集干涉图中的一个像素点，而且在图中M(p,q；m,n)表示的是在M(m,n)中从上至下第p行第q列的像素，16点均值滤波通过求解干涉图上16个像素的平均值降低噪声，即产生的相位图在方位角方向有八倍的压缩，在距离向上有两倍的压缩，然后求出它的SPS点，再采用局部非线性配准插值方法处理之后的主从图像。

8.根据权利要求1所述InSAR干涉测量复数图像高精度配准方法，其特征在于，基于SPS量能评价的InSAR配准操作：得出SPS点数量进行基于SPS点量能的局部非线性配准，经过八次迭代插值计算的主从图像为1/8像素坐标系统，而初始图像为1像素坐标系统，I首先做一个1/8像素坐标系统的局部干涉图，像素值为I

式18中的M

|(θ

其中θ

9.根据权利要求8所述InSAR干涉测量复数图像高精度配准方法，其特征在于，在采用迭代干涉运算去除SPS点之后，仍然有部分SPS点无法去除，同时对4|(2×2)个块进行移动，将其视为一个大的块，对S如果上述移动都不能使的SPS点减少，将从图像向其它七个方向移动，然后对于余下的SPS点，尝试着移动2/8像素长度的距离，以前面的方式操作，如果移动距离高达8/8＝1个像素距离之后删除所有的SPS点，开始删除下一个干涉图的SPS点，提高InSAR的配准精度。