基于仿射不变SIFT特征的SAR图像配准

针对SAR(Synthetic Aperture Radar)图像全自动配准问题,本文提出一种基于仿射不变SIFT(Scale Invariant Feature Transform)特征的精确配准方法。该方法首先对传统SIFT方法改进构建具有仿射不变性的SIFT描述子,并利用该描述子对提取的控制点进行粗匹配,然后由粗匹配点对的尺度比和方位差及其邻域的灰度相似性构建新的相似矩阵,最后利用SVD(Singular Value Decomposition)方法确定精确匹配点对,求出变换参数从而实现图像的精确配准。实验结果表明该方法优于传统的SIFT方法和SIFT+SVD方法并且可以达到亚像素的配准精度。

基于结构的SAR图像配准

由于SAR图像中相干斑的存在,使得已有用于光学遥感图像自动配准的算法往往无法直接应用。基于人工通过地物结构推理匹配关系进行配准的想法,提出了一种基于结构的SAR图像自动配准算法。该算法首先通过检测出的点目标构造“虚拟结构”,然后再综合新提出的“虚拟结构”不变量及结构区域不变矩作为相似测度完成匹配检测,最后用LMS算法估计出变换参数从而实现SAR图像的自动配准。实验结果表明,该算法不仅能够有效实现SAR图像的自动配准,而且能有效避免SAR图像中相干斑对配准过程中特征检测和匹配造成的影响。

基于改进SIFT的SAR图像配准方法

针对尺度不变特征变换(SIFT)配准方法在处理SAR图像时精度不高的问题,提出一种基于改进SIFT的精确配准方法。在提取关键点SIFT描述子及其邻域多尺度自卷积矩不变特征的基础上,利用基于典型相关分析的融合算法对SIFT与矩不变特征进行融合,形成新的关键点描述子,使用阈值实现粗匹配,并结合关键点的距离与邻域灰度相关性构建相似矩阵,采用奇异值分解方法精确确定匹配点对,求出仿射变换模型参数,从而完成图像配准。实验结果表明,该方法的配准结果优于SIFT方法,且配准精度达到亚像素级。

一种基于封闭均匀区域的SAR图像配准方法

为克服图像间灰度差异、旋转差异和尺度差异对SAR图像配准精度的影响,该文利用均匀区域在SAR图像中的灰度统计特性,提出一种基于稳定封闭均匀区域的SAR图像配准算法。首先基于多尺度非线性扩散理论,提取得到轮廓保持性较好的封闭均匀区域;然后构建具有仿射不变性的区域特征,采取基于多边形拟合的区域粗匹配方法和基于重合度的区域精匹配方法,实现由粗至精的区域匹配;最后用匹配区域的质心点构建图像变换模型。实验结果表明,该算法配准精度高,能有效克服待配准图像之间的灰度差异、旋转差异和尺度差异,对噪声具有较好的适应性。

一种基于SIFT算法的SAR图像配准方法

合成孔径雷达(SAR)图像配准技术是SAR图像处理的重要步骤。为了实现SAR图像配准的准确性,提出一种改进的基于SIFT算法的配准方法。SAR图像畸变复杂,直接进行SIFT算法整体匹配效果不理想,将图像畸变模型分解为整体畸变和局部畸变。采用先用简化的SIFT算法进行整体粗配准,再进行三角网局部匹配,并且在三角网内重复进行三角网匹配。实验结果证明该算法时间复杂度优于传统SIFT的时间复杂度,配准的准确性有所提高。

一种基于特征交汇关键点检测和Sim-CSPNet的SAR图像配准算法

合成孔径雷达(SAR)图像存在固有的相干斑噪声和几何畸变,并且其成像过程中图像之间存在非线性辐射差异,因此SAR图像配准是近年来最具挑战性的任务之一。关键点的可重复性和特征描述符的有效性直接影响基于特征的配准方法精度。该文提出了一种新颖的基于特征交汇的关键点检测器,它包含3个并行的检测器,即相位一致性(PC)检测器、水平和垂直方向梯度检测器以及局部变异系数检测器。所提出的特征交汇关键点检测器不仅可以有效提取具有高重复性的关键点,而且大大减少了错误关键点的数量,从而降低了特征描述和匹配的计算成本。同时,该文设计了一种孪生跨阶段部分网络(Sim-CSPNet)来快速提取包含深层和浅层特征的特征描述符。与传统手工设计的浅层描述符相比,它可以用来获得更准确的匹配点对。通过对多组SAR图像进行配准实验,并与其他3种方法进行对比,验证了该方法具有很好的配准结果。

一种基于改进SIFT的SAR图像配准算法

为克服SIFT(scale-invariant feature transform)描述子应用于SAR图像配准领域时配准精度低的不足,提出一种基于改进SIFT的SAR图像精确配准算法。该方法首先提取特征点的SIFT描述子和改进的旋转不变纹理化特征描述子,再利用典型相关分析特征融合算法将2种描述子融合,形成新的特征描述子,计算2幅图像中各个特征点间的改进加权距离并通过预先设定好的阈值完成粗匹配,最后通过随机抽样一致性算法去除误匹配实现精匹配,并代入仿射变换模型以求得变换参数,完成图像的配准。仿真结果表明:该方法的匹配性能明显优于SIFT及PCA-SIFT算法,能够有效处理图像在尺度变化、灰度变化、旋转角度变化的情况下SAR图像配准问题,且配准精度达到了亚像素级。

基于SAR图像配准的地基干涉雷达间断测量技术

按照数据获取方式的不同,地基干涉雷达工作模式可分为连续测量模式和间断测量模式。针对目前间断测量中存在的图像失相干问题,提出了一种基于SAR图像配准的技术方法,在SAR图像干涉处理前,通过图像合成和图像配准,有效提高了SAR图像的相干性。对彭水县联合乡马岩危岩区域的3个监测点的间断测量数据进行分析,结果表明:经过图像合成与配准,观测区域的形变具有较好的延续性,雷达形变测量结果与全站仪测量结果较为接近。该间断测量方法可有效提高地基干涉雷达的形变测量能力。

基于PCA-SIFT和马氏距离的SAR图像自动配准

针对SAR图像特征,提出了一种基于PCA-SIFT算法和马氏距离的SAR图像自动配准方法。首先,利用PCA-SIFT和马氏距离不变量理论相结合获得特征点及完成特征点配对;然后,利用RANSAC算法消除误匹配,并据此估计变换矩阵;最后,根据得到的变换矩阵进行图像间的映射,并对其进行重采样,实现SAR图像的自动配准。实验证明,该方法能够实现本文图像的配准,具有一定有效性和鲁棒性。

基于联合相似测度的SAR图像边缘点特征配准方法

针对SAR图像配准过程中几何变换影响特征匹配稳健性和适应性的问题,提出了一种在特征匹配过程中直接解算几何变换模型的边缘点特征配准方法。利用SAR图像边缘点的梯度和方向特征,基于像素迁移思想,定义了图像匹配的联合相似度——联合特征均方和(SSJF),并建立了SAR图像边缘点集相似性匹配准则;基于方向模板提出了改进的ROEWA算子;利用改进的遗传算法(GA)来进行相似度的全局优化搜索,获取配准模型参数;利用多幅SAR图像的配准试验,对本文方法的性能进行了验证。

基于SIFT-Delaunay编码的SAR图像自动配准算法

合成孔径雷达(SAR)图像自动配准问题是SAR图像解译的关键技术之一,长期以来未有得到很好的解决。SIFT(Scale-invariant feature transform)可以通过检测局部特征对图像进行配准,是一种比较成功的自动配准算法,但由于场景的复杂性,单纯的SIFT算法不能解决相似特征不同位置的问题,本文针对SAR图像的特点,基于Delaunay三角拓扑理论,提出了一种SIFT-Delaunay编码的自动配准算法,通过实测数据试验,该算法能够解决SAR图像仿射变换中SIFT算法配准中的问题,实现SAR图像自动配准。

结合二次Otsu和SIFT的光学和SAR水域图像快速配准

针对光学和SAR图像水域辐射、几何性质差异过大而难以获得共性特征,以及大场景图像配准耗时过长的问题,提出一种基于二次Otsu阈值分割法和尺度不变特征变换法(SIFT)的光学和SAR图像配准方法.首先为了降低数据量,减弱微小目标和噪声带来的干扰,对光学图像和SAR图像进行小波变换;然后针对图像一次Otsu分割后的"过检"现象进行二次分割,获得更准确的水域分割;最后通过改进的空间一致性准则和RANSAC消除初始匹配点中的较多误配.实验结果表明,该方法可以有效地提高光学和SAR图像的配准准确度,加快配准速度.

一种快速鲁棒的SAR图像匹配算法

针对目前SIFT算法及其改进算法在多波段SAR图像匹配时匹配性能低下(普适性差、匹配精度低、时间复杂度高)的问题,在SIFT算法框架下分别从尺度空间构建和描述符构建两个方面进行改进。在构建尺度空间层面,提出将高斯引导滤波引入多尺度空间构建和预处理阶段,采用双边滤波策略,充分利用高斯引导滤波的实时性和旋转对称性与双边滤波的边缘保持优势,高效地滤除斑点噪声并保持边缘信息。在构建描述符阶段,提出采用局部差分二进制(Local Difference Binary,LDB)算法描述特征,在保证不降低特征点描述符区分性的同时,减少特征的向量维度,从而缩短构建描述符的时间。在特征匹配阶段,首先采用最近邻算法进行粗匹配,然后采用稀疏向量场一致性(Vector Field Consensus,VFC)快速剔除错误匹配点。实验结果表明,所提算法在SAR图像配准时间复杂度和匹配概率评价上要优于原始BFSIFT算法和KAZE算法。总体上,文中提出的SAR图像匹配算法是具有实时性、鲁棒性与高匹配概率的高效算法。

基于互信息和多智能体优化的合成孔径雷达图像配准

提出了一种基于互信息的多智能体优化方法,并将其用于合成孔径雷达(Synthetic Aperture Radar,SAR)图像的配准.采用归一化互信息作为度量准则,直接利用图像的灰度数据进行配准,没有假设图像间灰度值的线性关系,不需要对图像做分割、特征提取等预处理,并利用多智能体优化算法寻找最佳匹配参数,以得到最优的配准结果.实验表明,该算法在SAR图像配准方面有更好的普适性和更高的配准精度.

一种联合实、复互相关函数的SAR干涉图像两级配准算法

本文为了提高合成孔径雷达(synthetic aperture radar,SAR)干涉图像的配准精度,本文结合实互相关函数配准以及复互相关函数配准的优势提出一种联合实、复互相关函数的两级配准算法。算法利用实互相关函数配准算法较为稳健的特点对干涉图像对进行初步配准,从而得到粗精度的配准图像,然后在初配准结果的基础上进行高相干控制点的选取以及高精度配准方法的自适应选择,从而能有效提高配准的精度。配准实验的结果表明,相比于实互相关函数配准和复互相关函数配准,提出算法得到的配准图像相干性更高,生成的干涉图相位连续性也更好。

一种基于局部窗口的SAR图像目标检测算法

针对合成孔径雷达(SAR)目标检测精确性、实时性和鲁棒性的要求,设计了一种基于局部窗口的SAR图像目标检测算法.该算法在对获取的SAR图像进行去噪和分割处理的基础上,基于尺度不变特征变换(SIFT)实现了亚像素精度快速配准策略;同时,通过SIFT特征的描述结果降维和基于局部窗口的最大期望算法(EM)实现了目标检测.实验结果表明,该算法对复杂背景和光照、旋转变化有较强的自适应性,获得了理想的目标检测效果.

一种改进的InSAR干涉相位图估计方法

以联合子空间投影的干涉相位估计算法为基础,结合其应用稳健性问题,提出一种改进的InSAR干涉相位图估计方法.该方法对联合自相关矩阵进行了加权处理,从幅度上抑制了干扰元素,提高了干涉相位图的精确性.仿真自然场景数据处理结果证明了改进算法的有效性和稳健性.