SAR图像配准的稳健核谱方法
本文选题:SAR图像配准 + 核谱方法 ; 参考:《西北工业大学》2016年博士论文
【摘要】:合成孔径雷达(Synthetic Aperture Radar,SAR)是一种全天时和全天候的高分辨率主动微波遥感传感器。SAR图像配准是将不同时间、不同视角或由不同传感器获取的同一场景的两幅或多幅SAR图像进行几何对准的过程,它是灾害监测和自动制导等诸多SAR应用的关键步骤。但是,当参考图像与输入图像场景中含较大几何形变时,SAR图像配准是一个困难问题。在SAR图像配准中,核主成分分析与图谱方法是轮廓特征提取和特征匹配的有效数学方法,本文考虑到这两种方法的等价性,简称之核谱方法。但是,至今核谱方法的稳健性差:一方面该方法易受斑点噪声的影响,使得提取的轮廓特征点存在较大的位置扰动;另一方面该方法易受特征点位置扰动与非同名特征的影响,使误匹配较多。本文研究SAR图像配准的稳健核谱方法,给出了SAR图像轮廓特征提取与特征匹配的六种改进的核谱模型,并以模拟实验与真实图像的配准结果证明了新方法的稳健性。主要研究结果和创新点如下:(1)针对SAR图像配准中的目标轮廓特征提取问题,以标准割模型为基础,给出了贴近度图割和局部平滑加权图割两种图像分割模型。它们分别采用区域聚类和平滑罚项的方式抑制SAR图像中斑点噪声对图割模型的影响,同时避免了图割模型中相似度矩阵存储困难的问题。模拟和真实SAR图像的结果表明它们的分割精度优于标准割、加权核k均值和参数核图割,其中局部平滑加权图割根据加权图割与加权核k均值的等价性以及相似度矩阵的冗余性,分割精度最优。(2)针对灾害场景中含形变目标的SAR图像配准问题,在子空间学习匹配模型的基础上给出了核子空间匹配模型和非负子空间匹配模型。这两种模型通过加入描述特征点集间相似度的罚项以提高图谱匹配的稳健性。与核主成分分析等图谱匹配方法相比,这两种模型得到的特征点的谱嵌入坐标融合了特征的相似性和局部近邻匹配的光滑性。同时,其时间和空间复杂度与图谱匹配方法同阶。模拟点集和真实SAR图像的特征匹配实验结果表明它们对位置扰动和异常值的稳健性优于图谱匹配方法。(3)针对特征匹配方法经常受图像内相似灰度分布区域及相似结构的影响产生误匹配的问题,利用正确匹配关系的核相关成分具有共线性的性质,构造了一种共线率准则,给出了剔除误匹配的稳健核相关分析模型及相应算法。该算法通过匹配关系对共线率的影响识别异常匹配。实验结果表明其对位置扰动和异常值的稳健性优于随机抽样一致性和最优化随机抽样算法。(4)针对二阶图匹配方法对尺度变换敏感,如当参考图像与输入图像存在较大尺度变换时,该方法失效,因此本文考虑将二阶概率图匹配模型推广为三阶概率超图匹配模型,新模型保留了三阶超图匹配方法的尺度不变性;同时可在迭代中修正亲和张量,使得对应误匹配的亲和张量元素减小,对应正常匹配的亲和张量元素增大。模拟点集和真实图像的匹配结果表明该模型对位置扰动和异常值的稳健性优于三阶超图匹配的张量幂迭代算法。
[Abstract]:Synthetic Aperture Radar (SAR) is a whole day and all-weather high resolution active microwave remote sensing sensor.SAR image registration is the process of aligning two or more SAR images of the same scene from different time, different angle of view or the same scene obtained by different sensors. It is a disaster monitoring and automatic guidance. Such as the key steps of SAR applications, SAR image registration is a difficult problem when the reference image and the input image scene have large geometric deformation. In the SAR image registration, the kernel principal component analysis and the mapping method are effective mathematical methods for contour feature extraction and feature matching. The equivalence of the two methods is considered in this paper. However, the robustness of the nuclear spectrum method is poor. On the one hand, the method is easily affected by speckle noise, which makes the extracted contour feature point have large position disturbance; on the other hand, the method is easily affected by the location and non homonym features of the feature points, and makes mismatches more. This paper studies the robustness of SAR image registration. Six improved kernel spectral models of SAR image contour feature extraction and feature matching are given. The robustness of the new method is proved by the results of simulation experiment and real image registration. The main research results and innovation points are as follows: (1) based on the contour feature extraction in the SAR image registration, the standard cut model is based on the model. Two image segmentation models are presented, which are close degree graph cut and local smooth weighted graph cut. They use regional clustering and smooth penalty to restrain the influence of speckle noise in SAR image on the graph cut model. At the same time, it avoids the problem of the difficulty of storing similarity matrix in the graph cut model. The results of simulation and real SAR images show them The segmentation precision is superior to the standard cut, weighted kernel K mean and parameter kernel cut, in which the local smooth weighted graph cut is equivalent to the weighted kernel K mean and the redundancy of the similarity matrix, and the segmentation precision is the best. (2) for the SAR image registration problem with the deformed target in the disaster scene, the base of the subspace learning matching model On the base, the nuclear space matching model and the non negative subspace matching model are given. The two models can improve the robustness of the map matching by adding the penalty terms that describe the similarity between the feature points. Compared with the kernel principal component analysis atlas matching method, the spectral embedding coordinates of the feature points obtained by the two models are similar to the similarity of the features. The smoothness matching the local nearest neighbor. At the same time, the time and space complexity are the same as the map matching method. The experimental results of the simulated point set and the real SAR image show that their robustness to the position disturbance and the abnormity value is better than the map matching method. (3) the feature matching method is often affected by the similar gray distribution area in the image. The problem of mismatching is produced by the influence of similar structures. Using the properties of the kernel related components of the correct matching relation, a common linear criterion is constructed. The robust kernel correlation analysis model and the corresponding algorithm for eliminating mismatch are given. The algorithm identifies the anomaly matching through the influence of the matching relation to the collinear rate. The experimental result table The robustness of the location perturbation and the anomaly value is better than the random sampling consistency and the optimal random sampling algorithm. (4) the two order graph matching method is sensitive to the scale transformation, for example, when the reference image and the input image have a larger scale transformation, the method is invalid. Therefore, this paper extends the two order probability map matching model to the three order probability. Rate hypergraph matching model, the new model preserves the scale invariance of the three order hypergraph matching method. At the same time, the affinity tensor can be corrected in the iteration so that the corresponding mismatched affinity tensor elements are reduced and the compatible tensor elements of the normal matching are increased. The matching results of the simulated point set and the real image show the position disturbance and the anomaly of the model. The robustness of the value is better than that of the tensor power iteration algorithm for the three order hypergraph matching.
【学位授予单位】:西北工业大学
【学位级别】:博士
【学位授予年份】:2016
【分类号】:TN957.52
【相似文献】
相关期刊论文 前10条
1 程芳,朱敏慧,吴一戎;改进的多项式图像配准方法[J];电子与信息学报;2001年11期
2 刘斌,彭嘉雄;图像配准的小波分解方法[J];计算机辅助设计与图形学学报;2003年09期
3 谌安军;;基于多尺度图像配准方法[J];电子测量技术;2003年05期
4 谌安军,陈炜,毛士艺;一种基于边缘的图像配准方法[J];电子与信息学报;2004年05期
5 刘松涛;杨绍清;;图像配准技术性能评估及实现概况[J];电光与控制;2007年03期
6 李玲玲;黄其民;李保;;多传感器图像配准方法综述[J];光盘技术;2007年02期
7 刘松涛;杨绍清;;图像配准技术研究进展[J];电光与控制;2007年06期
8 上官晋太;郭慧;岳晋;杨汝良;;图像配准测度对重叠面积变化的鲁棒性分析[J];光电工程;2008年11期
9 李晓明;张继福;;一种基于学习的自动图像配准检验方法[J];自动化学报;2008年01期
10 徐海黎;花国然;庄健;王孙安;;采用小世界免疫克隆算子的频率域图像配准[J];西安交通大学学报;2009年06期
相关会议论文 前10条
1 付宇光;唐焕文;唐一源;;一种优化算法在图像配准中的应用[A];第二十届中国控制会议论文集(上)[C];2001年
2 桂秋阳;邱志明;;大口径舰炮图像配准方式射击精度仿真[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年
3 彭静;徐晓艳;任蕾;;一种基于极对数分数阶傅里叶变换的图像配准方法[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【oral】[C];2011年
4 王佳佳;廖宁放;廉玉生;刘子龙;;基于八通道成像光谱仪图像配准技术研究[A];中国光学学会2010年光学大会论文集[C];2010年
5 冯丽丽;姜慧研;李季;;一种自适应的非刚性图像配准方法及其在肝脏配准中的应用[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年
6 翟胜军;姜晖;张鑫;;一种基于角点的图像配准方法[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
7 吴铮;钱徽;朱淼良;;基于特征匹配的航空图像配准[A];第十二届全国图象图形学学术会议论文集[C];2005年
8 杨必武;倪志斌;;图像配准中基于最大熵的模板选取算法研究[A];2006年全国光电技术学术交流会会议文集(D 光电信息处理技术专题)[C];2006年
9 李红波;倪国强;;图像配准中特征点匹配分析与展望[A];第三届全国嵌入式技术和信息处理联合学术会议论文集[C];2009年
10 滕凯风;张建秋;周柏杨;王友华;;基于免疫单纯形法的鲁棒多分辨率图像配准[A];2007'仪表,,自动化及先进集成技术大会论文集(一)[C];2007年
相关博士学位论文 前10条
1 丛伟建;应用于肝脏介入诊疗的超声图像分析与导航方法研究[D];北京理工大学;2015年
2 靳峰;基于特征的图像配准关键技术研究[D];西安电子科技大学;2015年
3 黄韶杰;基于聚类的煤岩分界图像识别技术研究[D];中国矿业大学(北京);2016年
4 马亮;基于模块化推扫式成像光谱仪的光谱校正与图像配准技术研究[D];中国科学院研究生院(上海技术物理研究所);2015年
5 赵伟;SAR图像配准的稳健核谱方法[D];西北工业大学;2016年
6 宋智礼;图像配准技术及其应用的研究[D];复旦大学;2010年
7 周武;精密图像配准方法研究及在精密电子组装中的应用[D];华南理工大学;2012年
8 黄晓阳;在体肝脏图像配准方法及应用研究[D];厦门大学;2009年
9 朱宪伟;基于结构特征的异源图像配准技术研究[D];国防科学技术大学;2009年
10 王东峰;多模态和大型图像配准技术研究[D];中国科学院研究生院(电子学研究所);2002年
相关硕士学位论文 前10条
1 杨小丽;基于轮廓的SAR图像配准方法研究[D];天津理工大学;2015年
2 张海滨;图像配准技术在前列腺DWI序列图像中的研究与应用[D];河北大学;2015年
3 汪松;在图像配准中基于点特征的匹配算法[D];郑州大学;2015年
4 王菲;一种改进的红外图像配准拼接算法研究[D];兰州大学;2015年
5 牛慧贤;基于分数阶傅里叶变换的刚性图像配准技术[D];郑州大学;2015年
6 郭莉莉;基于人工蜂群算法的SPECT-B超甲状腺图像配准[D];河北大学;2015年
7 何永亮;基于特征点和TPE两点熵的图像配准技术研究[D];华中师范大学;2015年
8 胡钟琴;基于互信息和粒子群算法的图像配准研究[D];广西大学;2015年
9 商磊;基于改进SIFT算法的图像配准研究[D];电子科技大学;2014年
10 陈海斌;图像分割和图像配准在近距离放射治疗中的应用研究[D];南方医科大学;2015年
本文编号:1920194
本文链接:https://www.wllwen.com/shoufeilunwen/xxkjbs/1920194.html