SAR图像配准技术及应用研究

发布时间：2017-09-23 17:20

  本文关键词：SAR图像配准技术及应用研究

  更多相关文章： SAR 图像配准 SIFT 欧氏距离 遗传算法

【摘要】：图像配准是将不同传感器、不同时段或者不同视角下获取的两幅或多幅图像进行匹配、叠加的过程,已经被广泛地应用于遥感数据分析、计算机视觉、图像处理等领域。合成孔径雷达(SAR)因其能在任何时段、任何环境下都能方便获取同一场景的高分辨率图像,在图像配准、变化检测、目标识别、图像融合等领域中得到广泛的应用。本文首先从SAR成像原理入手,针对SAR成像后可能出现噪声或者几何变形问题,探讨了斑点噪声抑制方法,对几种常用的滤波算法进行实验比较和分析,从滤波效果和边缘保持度等确定了Lee滤波算法,分析图像发生畸变原因,根据实验的比较确定了几何校正模型。然后针对目前配准算法匹配精度低、实时性差的问题,本文提出了一种基于Harris-SIFT的图像自动匹配算法。利用Harris算子快速提取特征点代替SIFT算子构建尺度空间的过程,简化了传统SIFT算子的复杂程度,并在寻找匹配点时对图像进行区域分块,缩短了运行时间；利用改进的RANSAC算法,减少错误匹配点对的生成,引入遗传算法,通过欧氏距离提高算子的交叉率,从而产生多变的种群,提高正确匹配点的数量,从而提高图像配准的精度。仿真实验表明了本文所提出的方法的有效性。
【关键词】：SAR 图像配准 SIFT 欧氏距离 遗传算法
【学位授予单位】：沈阳航空航天大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN957.52
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-14
• 1.1 课题背景及意义9-10
• 1.2 SAR图像配准技术的国内外研究动态10-13
• 1.2.1 SAR成像技术研究动态10-11
• 1.2.2 图像配准技术研究动态11-13
• 1.3 本文的主要工作13-14
• 第2章 图像配准和图像预处理技术14-24
• 2.1 图像配准技术14-16
• 2.1.1 图像配准定义14
• 2.1.2 图像配准基本步骤14-15
• 2.1.3 图像配准分类15-16
• 2.2 图像预处理技术16-23
• 2.2.1 相干斑产生机理和统计特性16-18
• 2.2.2 相干斑的抑制方法18-20
• 2.2.3 相干斑抑制方法的性能评价标准20-22
• 2.2.4 相干斑抑制实验及分析22-23
• 2.3 本章小结23-24
• 第3章 基于特征点的SAR图像配准技术研究24-38
• 3.1 图像特征点的提取24-33
• 3.1.1 Harris算子24-25
• 3.1.2 SUSAN算子25-26
• 3.1.3 SIFT算子26-31
• 3.1.4 三种算法的性能比较31-33
• 3.2 图像特征点的匹配33-36
• 3.2.1 相似性度量准则33
• 3.2.2 误匹配点对的去除33-34
• 3.2.3 空间变换矩阵和重采样34-35
• 3.2.4 插值运算35-36
• 3.3 图像配准精度分析36-37
• 3.4 本章小结37-38
• 第4章 基于Harris-SIFT算子的SAR图像配准技术研究38-50
• 4.1 基于Harris-SIFT特征点的图像配准38-40
• 4.1.1 特征点提取38-39
• 4.1.2 特征匹配39
• 4.1.3 改进的RANSAC算法39-40
• 4.2 基于图像区域分块的图像配准40-42
• 4.2.1 图像区域分块理论40-41
• 4.2.2 区域相关性度量准则41-42
• 4.3 实验结果和分析42-47
• 4.3.1 SAR图像与SAR图像配准实验42-46
• 4.3.2 SAR图像与可见光图像配准实验46-47
• 4.4 改进算法的性能分析和比较47-49
• 4.5 本章小结49-50
• 第5章 基于改进遗传算法的SAR图像配准技术研究50-64
• 5.1 遗传算法50-52
• 5.1.1 种群初始化50
• 5.1.2 适应度函数50-51
• 5.1.3 选择操作51
• 5.1.4 交叉操作51
• 5.1.5 变异操作51-52
• 5.1.6 控制参数52
• 5.1.7 终止条件52
• 5.2 基于欧氏距离和遗传算法的SAR图像配准52-58
• 5.2.1 编码52-54
• 5.2.2 评估函数和适应度函数54-55
• 5.2.3 选择算子55-56
• 5.2.4 改进的交叉算子56-57
• 5.2.5 变异算子57-58
• 5.3 改进算法的性能分析和比较58-60
• 5.4 实验结果与分析60-63
• 5.4.1 实验一 SAR图像与SAR图像配准60-62
• 5.4.2 实验二 SAR图像与可见光图像配准62-63
• 5.5 本章小结63-64
• 结论64-65
• 参考文献65-68
• 致谢68-69
• 攻读硕士期间发表(含录用)的学术论文69-70

【参考文献】

中国期刊全文数据库 前10条

1 李玉峰;王竹筠;;基于Harris-SIFT特征匹配的图像自动配准算法研究[J];电视技术;2015年23期

2 范宗杰;徐向辉;周晓丽;;一种基于SIFT算法的SAR图像配准方法[J];电子测量技术;2014年08期

3 刘辉;申海龙;;一种基于改进SIFT算法的图像配准方法[J];微电子学与计算机;2014年01期

4 赵钦君;张勇;赵东标;;一种尺度和旋转自适应的目标跟踪算法[J];中南大学学报(自然科学版);2013年06期

5 刘佳;傅卫平;王雯;李娜;;基于改进SIFT算法的图像匹配[J];仪器仪表学报;2013年05期

6 李超;李光耀;谭云兰;徐祥龙;;基于Powell算法与改进遗传算法的医学图像配准方法[J];计算机应用;2013年03期

7 曹健;李侃;高春晓;刘琼昕;;局部特征在航拍图像拼接中的应用[J];电子科技大学学报;2013年01期

8 于合龙;苏恒强;汪岩;冯雪;;SUSAN角点检测和匹配算法在高温变形测量中的应用[J];航空学报;2013年05期

9 吕秋娟;方素平;张镇;;基于遗传算法的离散数据特征点识别与提取[J];东华大学学报(自然科学版);2012年05期

10 翟优;曾峦;王少轩;;自适应对比度阈值SIFT算法研究[J];计算机测量与控制;2011年11期

中国博士学位论文全文数据库 前2条

1 丁南南;基于特征点的图像配准技术研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2012年

2 高贵;SAR图像目标ROI自动获取技术研究[D];国防科学技术大学;2007年

中国硕士学位论文全文数据库 前4条

1 谷绍湖;图像拼接算法的研究与实现[D];沈阳航空航天大学;2015年

2 胡浩;SAR图像与可见光图像配准研究[D];武汉理工大学;2012年

3 丁亚兰;SAR图像配准以及变化检测的研究[D];电子科技大学;2010年

4 冯晓伟;基于特征点的图像配准技术及应用[D];南京航空航天大学;2008年

，

本文编号：906541