1.一种基于高层地物补偿的光学与SAR影像配准方法，其特征在于，包括以下步骤：步骤1，获取SAR影像数据，提取SAR影像潜在双回波信息，根据SAR影像潜在双回波信息计算SAR影像高层地物补偿因子；

步骤2，获取光学影像数据，对光学影像数据进行重采样处理，利用形态学建筑物指数对光学影像数据重采样的结果进行计算，获取光学影像高层地物补偿因子；

步骤3，利用步骤1中获取的SAR影像高层地物补偿因子处理SAR影像数据，利用步骤2中获取的光学影像高层地物补偿因子处理光学影像数据，提取阈值自适应特征点集合；

步骤4，对步骤3中生成的阈值自适应特征点集合执行特征点匹配操作；

所述步骤4具体包括以下步骤；

步骤4.1，采用最近邻比率算法提取初始匹配点对集合；

步骤4.2，计算同名点对的距离差异dx、dy；

步骤4.3，计算匹配点对之间的角度θ，θ＝arctan(dx/dy)；

步骤4.4，利用K‑均值聚类对步骤4.3中的角度θ进行分析，保留最大的一类，完成配准；

所述步骤1中计算SAR影像高层地物补偿因子的计算公式为其中，CFHGS代表SAR影像高层地物补偿因子，X和Y分别表示双回波像素的4邻域内和8邻域内的双回波像素的个数；

所述步骤2中的光学影像高层地物补偿因子的计算公式为CFHGO＝1+(M+X'+Y')/3

其中，CFHGO代表光学影像高层地物补偿因子，M代表形态学指数像素，X'和Y'分别为M的4邻域内和8邻域内的MBI指数均值。

2.根据权利要求1所述的一种基于高层地物补偿的光学与SAR影像配准方法，其特征在于，所述步骤1中提取SAR影像潜在双回波信息的具体步骤为：步骤1.1，采用大津法确定阈值T，进行阈值分割，保留灰度值大于T的像素；

步骤1.2，采用Canny算子进行边缘检测；

步骤1.3，采用Hough变换提取直线特征，记录提取结果；

设定满足如下两个条件的线段构成双回波信息；

(1)正式交点为极坐标系中10个以上曲线相交的点；

(2)线段的最大像素间隔为1。

3.根据权利要求1所述的一种基于高层地物补偿的光学与SAR影像配准方法，其特征在于：所述步骤2中的形态学建筑物指数的计算公式为其中，MBI表示建筑物指数，DMP表示微分形态学剖面，D代表方向数，S代表线性结构元素的尺度， smax，smin分别为线性结构元素尺度的最大值、最小值，d代表线性结构元素的方向，s代表线性结构元素的尺度，W‑TH代表形态学白帽重构。

4.根据权利要求1所述的一种基于高层地物补偿的光学与SAR影像配准方法，其特征在于，所述步骤3中阈值自适应特征点集合的提取步骤具体包括：步骤3.1，基于尺度不变特征变换算法，通过尺度可变高斯函数G(x,y,σ)对步骤2中重采样后的多组光学影像进行卷积运算，构造高斯尺度空间，表达式为L(x,y,σ)＝G(x,y,σ)*I(x,y)其中，L代表高斯卷积核，I代表灰度值，(x,y)代表空间坐标，σ代表尺度坐标；

步骤3.2，对步骤3.1中同一组相邻尺度的图像做差，得到高斯差分尺度空间，表达式为D(x,y,σ)＝L(x,y,kσ)‑L(x,y,σ)其中，D代表高斯差分尺度空间，k代表比例系数；

步骤3.3，将步骤3.2中获取的高斯差分尺度空间中的点与其八邻域点以及相邻上下两个尺度的各九个点进行比较，如果该点为极值点，则确定为候选特征点；

步骤3.4，将步骤3.2中获取的高斯差分尺度空间中的点乘以对应的补偿因子，与其八邻域点以及相邻上下两个尺度的各九个点进行比较，如果该点为极值点，则确定为候选特征点；

步骤3.5，获取步骤3.3和步骤3.4中的候选特征点，共同组成候选特征点集合；

步骤3.6，滤除候选特征点集合中不稳定的特征点，表达式为其中，CFHG在SAR影像中表示CFHGS，在光学影像中表示CFHGO，index在SAR影像中设为

1.05，index在光学影像中设为1.5，D(x,y,σ)代表高斯差分尺度空间中特征点的响应值,代表极值点检测阈值；

步骤3.7，计算步骤3.5中候选特征点集合中每个点的主曲率，剔除不稳定的边缘关键点，得到最终的阈值自适应特征点集合。

5.根据权利要求1所述的一种基于高层地物补偿的光学与SAR影像配准方法，其特征在于：所述K‑均值聚类中的K值设置为6。