基于特征的SAR圖像匹配技術研究.pdf

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，