SAR是獲得遙感圖像的重要技術(shù)途徑,其結(jié)果是波束覆蓋區(qū)域的灰度圖像。隨著SAR圖像的質(zhì)量越來越高,SAR圖像的應用受到了各國學者地廣泛關(guān)注。在導航領(lǐng)域,利用SAR圖像匹配技術(shù)進行載體定位起到了修正INS和GPS誤差的作用,可支持長時間的高精度定位,具有重要的應用價值。相比于早期基于灰度統(tǒng)計的匹配算法,基于特征的匹配算法在圖像的仿射不變性和尺度不變性上具有明顯的優(yōu)勢,對于SAR圖像普遍存在的相干斑噪聲、高動態(tài)和幾何形變具有較強的魯棒性。然而,一般來說基于特征的匹配算法計算結(jié)構(gòu)復雜且運算量大,并不易于工程實現(xiàn)。本文以實時實現(xiàn)基于特征的匹配算法為目的,提出了“尺度空間降維+分步極值檢測+平均權(quán)值小鄰域”的組合方法對基于特征的SAR-SIFT匹配算法進行加速,在保證算法效果的同時極大地提升了SAR-SIFT算法的計算效率,同時進行了工程實現(xiàn)平臺設計和SAR-SIFT加速算法的多核并行計算實現(xiàn)架構(gòu)設計。本文主要工作如下:1.SAR-SIFT算法加速方法研究�；谔卣鞯腟AR-SIFT匹配算法計算時效性很大程度上取決于特征點的數(shù)量和特征向量的維數(shù),本文以“尺度空間降維+分步極值檢測+平均權(quán)值小鄰域...

【文章頁數(shù)】：94 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 研究背景與意義
    1.2 SAR圖像配準算法綜述
        1.2.1 基于灰度的配準方法
        1.2.2 基于特征的配準方法
    1.3 SAR圖像工程實現(xiàn)綜述
    1.4 論文內(nèi)容安排
第二章 SAR-SIFT算法與SAR-SIFT加速算法
    2.1 引言
    2.2 SAR-SIFT算法
        2.2.1 ROEWA梯度
        2.2.2 特征空間構(gòu)建
        2.2.3 特征點檢測
        2.2.4 特征點描述
        2.2.5 特征點匹配
    2.3 SAR-SIFT加速算法
        2.3.1 尺度空間降維
        2.3.2 分步極值檢測
        2.3.3 平均權(quán)值小鄰域
    2.4 仿真結(jié)果對比
    2.5 本章小結(jié)
第三章 SAR-SIFT加速算法計算平臺設計
    3.1 引言
    3.2 計算平臺硬件設計
        3.2.1 芯片選型
        3.2.2 計算平臺設計
    3.3 接口實現(xiàn)
        3.3.1 SRIO接口
        3.3.2 HyperLink接口
    3.4 DSP關(guān)鍵技術(shù)實現(xiàn)
        3.4.1 線程存儲管理
        3.4.2 線程通信
        3.4.3 多核同步
        3.4.4 矩陣轉(zhuǎn)置
    3.5 本章小結(jié)
第四章 SAR-SIFT加速算法多核并行計算實現(xiàn)
    4.1 引言
    4.2 SAR-SIFT加速算法多核并行分析
    4.3 SAR-SIFT加速算法任務分配
    4.4 SAR-SIFT加速算法軟件處理架構(gòu)
    4.5 代碼優(yōu)化
        4.5.1 編譯優(yōu)化
        4.5.2 C語言編碼優(yōu)化
        4.5.3 底層優(yōu)化
    4.6 實驗驗證
    4.7 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文工作總結(jié)
    5.2 相關(guān)工作展望
參考文獻
致謝
作者簡介
    基本情況
    教育背景
    攻讀碩士學位期間的研究成果
    參與科研項目
    個人獲得獎勵



本文編號：3782836