基于特征的SAR圖像匹配技術研究.pdf_第1頁
已閱讀1頁,還剩69頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、合成孔徑雷達(Synthetic Aperture Radar,SAR)因為其全天時、全天候、遠距離觀測的特點被廣泛應用于軍事和民用領域中。為了合理的利用SAR圖像中的信息,圖像中信息的提取就是一項必不可少的技術,而對這些信息進行對比來找出圖像中相似或者相關區(qū)域的信息的圖像匹配技術更是對生產(chǎn)、生活活動具有巨大的意義,在諸如目標識別、目標定位等領域,圖像匹配都是一項核心支撐技術,因此,研究高效穩(wěn)健的SAR圖像匹配算法必不可少。
  

2、基于SAR圖像也是一種數(shù)字圖像,數(shù)字圖像處理的知識能有效幫助實現(xiàn)SAR圖像的特征匹配,本文針對這一問題介紹了數(shù)字圖像處理領域中與SAR圖像匹配技術息息相關的一些關鍵技術,特征檢測過程往往需要在多尺度空間中進行以保證其尺度不變性,因此,首先介紹了尺度空間的概念,斑點檢測作為區(qū)域檢測的一種特例在目標識別領域是一種經(jīng)典的方法也加以討論,角點也屬于一種強點,亦可以作為圖像中明顯的特征信息加以利用。
  SAR圖像中存在相干斑噪聲,噪聲的存

3、在會導致大量非同名特征的出現(xiàn),極大的影響了后續(xù)特征匹配的效果,因此對待匹配的SAR圖像進行預處理,尤其是濾波處理,必不可少。本文從空域和變換域濾波兩個方向對SAR圖像濾波進行了簡單的介紹,包括經(jīng)典的均值濾波、中值濾波和傅里葉變換濾波,其后討論了利用噪聲模型的濾波方法,它們在圖像邊緣處的濾波效果有明顯提升,最后針對小波域濾波算法進行了簡介,主要是基于閾值的小波域濾波算法。
  在本文的最后著重討論了一些高效的特征檢測算法,Harri

4、s角點利用局部窗口滑動的自相關性檢測定位角點,具有抗旋轉特性;SIFT算法對斑點檢測算法進行了工程近似,并結合魯棒的特征描述子和特征匹配方法,在SAR圖像上應用對旋轉、拉伸、非同源和不同分辨率的數(shù)據(jù)都有良好的匹配效果;SURF算法利用圖像積分的知識在效率上大大提升,同時檢測精度也有保證。在SAR實測圖像上應用這些算法都取得了一定的良好效果。為了直觀的表述圖像間的變換關系,本文最后研究了魯棒的隨機采樣一致性(RANSAC)算法并實際應用,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論