基于特征点的SAR与可见光图像配准方法研究

发布时间：2021-07-31 18:44

　　随着遥感技术的快速发展,遥感图像的获取方式逐渐呈现多样化的态势。在众多的遥感方式中,SAR传感器获取的图像拥有较强的穿透能力,容易获取不易察觉的地面目标特征;相对的,可见光图像拥有丰富的灰度纹理等光谱信息,具有良好的目视解译功能。因此,进行SAR与可见光遥感图像中信息的融合互补具有重要意义。而SAR与可见光图像配准作为遥感信息融合流程的基础环节,也成为近年来的研究热点。本文深入研究了SAR与可见光图像的配准技术,针对其中的配准难点和具体的应用环境提出两种基于特征点的配准方法。本文的研究内容及创新工作如下:首先,分类归纳了国内外图像配准方法的研究进展,通过分析SAR与可见光图像在辐射特性和几何特性方面的差异,针对由此造成的SAR与可见光图像的非线性辐射差异和几何变形等问题,本文提出从获取均匀鲁棒同名特征点和提高异源特征向量匹配正确率两个方面对SAR与可见光图像配准难题进行研究。其次,由于SAR与可见光图像非线性辐射差异问题和SAR图像中的斑点噪声问题,传统的图像配准方法提取的异源图像同名特征点数目少且不稳定,同时构造的描述符可靠性差,在SAR与可见光图像的配准任务中无法建立大量有效的匹配... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：78 页

【学位级别】：硕士

【部分图文】：

高斯差分尺度空间构造示意图

将该位置处的像素点标记为候选特征点。如图2.2 所示。图 2.2 极值点检测示意图（2）特征点精确定位在得到原图像的 SIFT 候选特征点集合之后，为了获得特征点的坐标及尺度信息，需要进一步计算出该特征点的准确位置。同时为了提高算法稳定性，需要去除低对比度和边缘响应候选特征点。1）剔除低对比度点对检测候选特征点 x 的高斯差分函数利用二阶泰勒级数展开，得到：22( )T TTD DD x D x xx v (2-14)其中， x 为候选特征点的偏移量，对上式求导并令其等于零，可得：2 12D Dxv x (2-15)通过多次迭代确定候选点的精确位置和尺度坐标 x ，带入公式可得到 D ( x ),其绝对值即为该候选点的对比度响应值。文中设定对比度阈值 thrersh 0.3，如果对比度响应值 D ( x )thresh，则该特征点为不稳定点，易受噪声干扰，予以去除；如果对比度响应值小于阈值，则认为提取特征点稳定性好，予以保留并记录其坐标。2）去除边缘点在之前的尺度空间计算中

西安电子科技大学硕士学位论文中，梯度幅值和方向的计算公式如下：2 2m( x, y ) [ L ( x 1, y ) L( x 1, y )] [ L ( x, y 1) L( x, y 1)]1( , 1) ( , 1)( , )( 1, ) ( 1, )L x y L x yx y tanL x y L x y x, y )为特征点所在高斯金字塔中该层图像的像素值。

【参考文献】：
期刊论文
[1]基于SIFT特征的遥感影像自动配准[J]. 李晓明,郑链,胡占义.  遥感学报. 2006(06)

博士论文
[1]SAR图像配准及变化检测技术研究[D]. 熊博莅.国防科学技术大学 2012
[2]SAR图像道路和机场提取方法研究[D]. 贾承丽.国防科学技术大学 2006

硕士论文
[1]基于改进ASIFT算法的SAR图像匹配研究[D]. 李玥.西安电子科技大学 2017
[2]基于梯度互信息的SAR与可见光图像配准[D]. 孙铭.西安电子科技大学 2015



本文编号：3313993