發(fā)布時(shí)間：2018-10-16 15:23

【摘要】：基于尺度不變特征變換(scale-invariant feature transform,SIFT)算法,提出了一種能有效抑制相干斑噪聲干擾的合成孔徑雷達(dá)圖像配準(zhǔn)方法。該方法首先基于相干斑抑制各向異性擴(kuò)散濾波模型建立圖像的各向異性尺度空間,在濾除斑點(diǎn)噪聲的同時(shí)保持了圖像細(xì)節(jié),弱化了斑點(diǎn)噪聲對(duì)特征提取的影響;然后采用改進(jìn)的二元直方圖分析方法優(yōu)化雙向匹配初始結(jié)果,剔除了隨機(jī)分布的誤匹配點(diǎn);最后引入臨近特征點(diǎn)變換誤差分析的過程,增加正確匹配點(diǎn)對(duì)數(shù)量,提高了變換模型參數(shù)的準(zhǔn)確度。實(shí)驗(yàn)結(jié)果表明,該方法能增強(qiáng)SIFT特征點(diǎn)的穩(wěn)定性,取得較高的配準(zhǔn)精度,對(duì)相干斑噪聲具有良好的適應(yīng)性。
[Abstract]:Based on the scale invariant feature transform (scale-invariant feature transform,SIFT) algorithm, a synthetic aperture radar image registration method is proposed, which can effectively suppress speckle noise interference. In this method, the anisotropic scale space of the image is established based on the speckle suppression anisotropic diffusion filter model. The speckle noise is filtered and the image details are kept, which weakens the influence of speckle noise on feature extraction. Then the improved binary histogram analysis method is used to optimize the initial results of bidirectional matching, and the mismatch points of random distribution are eliminated. Finally, the process of error analysis of transformation near feature points is introduced to increase the number of correct matching points. The accuracy of transformation model parameters is improved. The experimental results show that the proposed method can enhance the stability of SIFT feature points, achieve high registration accuracy, and have good adaptability to speckle noise.
【作者單位】： 火箭軍工程大學(xué)初級(jí)指揮學(xué)院;北京遙感設(shè)備研究所;
【基金】：國家自然科學(xué)基金(61302195)資助課題
【分類號(hào)】：TN957.52

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉斌,彭嘉雄;圖像配準(zhǔn)的小波分解方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2003年09期

2 上官晉太;郭慧;楊汝良;祁海明;;圖像配準(zhǔn)的統(tǒng)計(jì)數(shù)值分析[J];測(cè)試技術(shù)學(xué)報(bào);2007年06期

3 王衛(wèi)東,盧衛(wèi)國,包尚聯(lián),俎棟林,尤江生;圖像配準(zhǔn)和融合及其在醫(yī)學(xué)影像中的應(yīng)用[J];CT理論與應(yīng)用研究;1997年02期

4 牛力丕;毛士藝;陳煒;;一種適應(yīng)較大比例變化的多傳感器圖像配準(zhǔn)方法[J];航空學(xué)報(bào);2006年03期

5 馬文婷;楊健;高偉;周廣益;;面向極化SAR圖像配準(zhǔn)的極化特征[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年02期

6 云日升,彭海良,王彥平;干涉合成孔徑雷達(dá)復(fù)圖像配準(zhǔn)精度分析和方法[J];測(cè)試技術(shù)學(xué)報(bào);2003年01期

7 李岳陽,王士同;基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化的圖像配準(zhǔn)之改進(jìn)方法[J];江南大學(xué)學(xué)報(bào);2004年03期

8 姚瑤;唐勁松;;實(shí)用干涉合成孔徑聲納復(fù)圖像配準(zhǔn)法[J];聲學(xué)技術(shù);2007年04期

9 黃中華;楊新;王利生;;PET-CT雙模圖像配準(zhǔn)[J];計(jì)算機(jī)仿真;2007年08期

10 劉寶泉;馮大政;武楠;;干涉合成孔徑雷達(dá)復(fù)圖像配準(zhǔn)解析搜索方法[J];數(shù)據(jù)采集與處理;2008年06期

相關(guān)會(huì)議論文 前10條

1 甘亞莉;李國輝;涂丹;;基于相關(guān)性的小波域圖像配準(zhǔn)方法研究[A];第二屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議(HHME2006)——第15屆中國多媒體學(xué)術(shù)會(huì)議(NCMT'06)論文集[C];2006年

2 田甜;李春升;徐華平;;基于頻譜差異的INSAR復(fù)圖像配準(zhǔn)實(shí)現(xiàn)方法[A];第六屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集（1）[C];2008年

3 沈晶;楊學(xué)志;;基于邊緣保持分水嶺算法的SAR海冰圖像分割[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

4 郝衛(wèi)東;熊鄴;曲蘭英;周志麗;;一種降低手機(jī)SAR的設(shè)計(jì)[A];2009年全國天線年會(huì)論文集（下）[C];2009年

5 方勇;;綜合多視角SAR圖像改正遮蔽區(qū)試驗(yàn)[A];第十三屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2001年

6 于明成;許稼;彭應(yīng)寧;;SAR多普勒中心快速解模糊的新方法[A];第十二屆全國信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2005）論文集[C];2005年

7 戴爾燕;金亞秋;;多軌道飛行全極化SAR圖像對(duì)目標(biāo)的立體重構(gòu)[A];第二屆微波遙感技術(shù)研討會(huì)摘要全集[C];2006年

8 袁偉;時(shí)公濤;蔣詠梅;;一種基于ROEWA算子和GA-PoweⅡ算法的SAR圖像配準(zhǔn)方法[A];第十四屆全國信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

9 錢方明;鞏丹超;劉薇;;SAR圖像邊緣特征提取方法研究[A];第二屆“測(cè)繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

10 孫偉順;計(jì)科峰;朱俊;粟毅;;典型軍用目標(biāo)SAR圖像預(yù)估[A];第六屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集（2）[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 趙偉;SAR圖像配準(zhǔn)的穩(wěn)健核譜方法[D];西北工業(yè)大學(xué);2016年

2 張雙喜;高分辨寬測(cè)繪帶多通道SAR和動(dòng)目標(biāo)成像理論與方法[D];西安電子科技大學(xué);2014年

3 張澤兵;知識(shí)輔助的SAR目標(biāo)索引及特征提取技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

4 熊博蒞;SAR圖像配準(zhǔn)及變化檢測(cè)技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2012年

5 張鵬;基于統(tǒng)計(jì)模型的SAR圖像降斑和分割方法研究[D];西安電子科技大學(xué);2012年

6 王勃;星載全極化SAR海面散射特性及其船目標(biāo)檢測(cè)方法[D];中國海洋大學(xué);2013年

7 倪心強(qiáng);SAR圖像分類與自動(dòng)目標(biāo)識(shí)別技術(shù)研究[D];中國科學(xué)院研究生院（電子學(xué)研究所）;2007年

8 周鵬;彈載SAR多種工作模式的成像算法研究[D];西安電子科技大學(xué);2011年

9 趙凌君;高分辨率SAR圖像建筑物提取方法研究[D];國防科學(xué)技術(shù)大學(xué);2009年

10 陳琪;SAR圖像港口目標(biāo)提取方法研究[D];國防科學(xué)技術(shù)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 楊小麗;基于輪廓的SAR圖像配準(zhǔn)方法研究[D];天津理工大學(xué);2015年

2 曹成;基于多尺度分析的SAR圖像配準(zhǔn)融合[D];南京航空航天大學(xué);2014年

3 張迪;基于相關(guān)匹配的SAR圖像配準(zhǔn)和目標(biāo)識(shí)別[D];西安電子科技大學(xué);2014年

4 王海明;基于稀疏結(jié)構(gòu)和SIFT特征的SAR圖像配準(zhǔn)研究[D];西安電子科技大學(xué);2014年

5 劉孝先;基于區(qū)域信息及改進(jìn)綜合學(xué)習(xí)粒子群優(yōu)化的SAR圖像配準(zhǔn)方法[D];西安電子科技大學(xué);2014年

6 蔣詩慧;機(jī)載合成孔徑雷達(dá)圖像配準(zhǔn)方法研究與改進(jìn)[D];北京交通大學(xué);2016年

7 任現(xiàn)威;SAR圖像配準(zhǔn)軟件系統(tǒng)設(shè)計(jì)[D];西安電子科技大學(xué);2015年

8 賈小茹;差分進(jìn)化算法的改進(jìn)和基于邊緣點(diǎn)的SAR圖像配準(zhǔn)方法[D];西安電子科技大學(xué);2015年

9 唐光龍;運(yùn)動(dòng)平臺(tái)大視角SAR圖像配準(zhǔn)與慢速編隊(duì)目標(biāo)跟蹤研究[D];西安電子科技大學(xué);2015年

10 丁明;基于相位一致性圖像配準(zhǔn)下的SWT圖像融合[D];西安電子科技大學(xué);2015年

，

本文編號(hào)：2274773