發(fā)布時(shí)間：2017-09-23 17:20

  本文關(guān)鍵詞：SAR圖像配準(zhǔn)技術(shù)及應(yīng)用研究

  更多相關(guān)文章： SAR 圖像配準(zhǔn) SIFT 歐氏距離 遺傳算法

【摘要】：圖像配準(zhǔn)是將不同傳感器、不同時(shí)段或者不同視角下獲取的兩幅或多幅圖像進(jìn)行匹配、疊加的過(guò)程,已經(jīng)被廣泛地應(yīng)用于遙感數(shù)據(jù)分析、計(jì)算機(jī)視覺(jué)、圖像處理等領(lǐng)域。合成孔徑雷達(dá)(SAR)因其能在任何時(shí)段、任何環(huán)境下都能方便獲取同一場(chǎng)景的高分辨率圖像,在圖像配準(zhǔn)、變化檢測(cè)、目標(biāo)識(shí)別、圖像融合等領(lǐng)域中得到廣泛的應(yīng)用。本文首先從SAR成像原理入手,針對(duì)SAR成像后可能出現(xiàn)噪聲或者幾何變形問(wèn)題,探討了斑點(diǎn)噪聲抑制方法,對(duì)幾種常用的濾波算法進(jìn)行實(shí)驗(yàn)比較和分析,從濾波效果和邊緣保持度等確定了Lee濾波算法,分析圖像發(fā)生畸變?cè)?根據(jù)實(shí)驗(yàn)的比較確定了幾何校正模型。然后針對(duì)目前配準(zhǔn)算法匹配精度低、實(shí)時(shí)性差的問(wèn)題,本文提出了一種基于Harris-SIFT的圖像自動(dòng)匹配算法。利用Harris算子快速提取特征點(diǎn)代替SIFT算子構(gòu)建尺度空間的過(guò)程,簡(jiǎn)化了傳統(tǒng)SIFT算子的復(fù)雜程度,并在尋找匹配點(diǎn)時(shí)對(duì)圖像進(jìn)行區(qū)域分塊,縮短了運(yùn)行時(shí)間；利用改進(jìn)的RANSAC算法,減少錯(cuò)誤匹配點(diǎn)對(duì)的生成,引入遺傳算法,通過(guò)歐氏距離提高算子的交叉率,從而產(chǎn)生多變的種群,提高正確匹配點(diǎn)的數(shù)量,從而提高圖像配準(zhǔn)的精度。仿真實(shí)驗(yàn)表明了本文所提出的方法的有效性。
【關(guān)鍵詞】：SAR 圖像配準(zhǔn) SIFT 歐氏距離 遺傳算法
【學(xué)位授予單位】：沈陽(yáng)航空航天大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN957.52
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-14
• 1.1 課題背景及意義9-10
• 1.2 SAR圖像配準(zhǔn)技術(shù)的國(guó)內(nèi)外研究動(dòng)態(tài)10-13
• 1.2.1 SAR成像技術(shù)研究動(dòng)態(tài)10-11
• 1.2.2 圖像配準(zhǔn)技術(shù)研究動(dòng)態(tài)11-13
• 1.3 本文的主要工作13-14
• 第2章 圖像配準(zhǔn)和圖像預(yù)處理技術(shù)14-24
• 2.1 圖像配準(zhǔn)技術(shù)14-16
• 2.1.1 圖像配準(zhǔn)定義14
• 2.1.2 圖像配準(zhǔn)基本步驟14-15
• 2.1.3 圖像配準(zhǔn)分類15-16
• 2.2 圖像預(yù)處理技術(shù)16-23
• 2.2.1 相干斑產(chǎn)生機(jī)理和統(tǒng)計(jì)特性16-18
• 2.2.2 相干斑的抑制方法18-20
• 2.2.3 相干斑抑制方法的性能評(píng)價(jià)標(biāo)準(zhǔn)20-22
• 2.2.4 相干斑抑制實(shí)驗(yàn)及分析22-23
• 2.3 本章小結(jié)23-24
• 第3章 基于特征點(diǎn)的SAR圖像配準(zhǔn)技術(shù)研究24-38
• 3.1 圖像特征點(diǎn)的提取24-33
• 3.1.1 Harris算子24-25
• 3.1.2 SUSAN算子25-26
• 3.1.3 SIFT算子26-31
• 3.1.4 三種算法的性能比較31-33
• 3.2 圖像特征點(diǎn)的匹配33-36
• 3.2.1 相似性度量準(zhǔn)則33
• 3.2.2 誤匹配點(diǎn)對(duì)的去除33-34
• 3.2.3 空間變換矩陣和重采樣34-35
• 3.2.4 插值運(yùn)算35-36
• 3.3 圖像配準(zhǔn)精度分析36-37
• 3.4 本章小結(jié)37-38
• 第4章 基于Harris-SIFT算子的SAR圖像配準(zhǔn)技術(shù)研究38-50
• 4.1 基于Harris-SIFT特征點(diǎn)的圖像配準(zhǔn)38-40
• 4.1.1 特征點(diǎn)提取38-39
• 4.1.2 特征匹配39
• 4.1.3 改進(jìn)的RANSAC算法39-40
• 4.2 基于圖像區(qū)域分塊的圖像配準(zhǔn)40-42
• 4.2.1 圖像區(qū)域分塊理論40-41
• 4.2.2 區(qū)域相關(guān)性度量準(zhǔn)則41-42
• 4.3 實(shí)驗(yàn)結(jié)果和分析42-47
• 4.3.1 SAR圖像與SAR圖像配準(zhǔn)實(shí)驗(yàn)42-46
• 4.3.2 SAR圖像與可見(jiàn)光圖像配準(zhǔn)實(shí)驗(yàn)46-47
• 4.4 改進(jìn)算法的性能分析和比較47-49
• 4.5 本章小結(jié)49-50
• 第5章 基于改進(jìn)遺傳算法的SAR圖像配準(zhǔn)技術(shù)研究50-64
• 5.1 遺傳算法50-52
• 5.1.1 種群初始化50
• 5.1.2 適應(yīng)度函數(shù)50-51
• 5.1.3 選擇操作51
• 5.1.4 交叉操作51
• 5.1.5 變異操作51-52
• 5.1.6 控制參數(shù)52
• 5.1.7 終止條件52
• 5.2 基于歐氏距離和遺傳算法的SAR圖像配準(zhǔn)52-58
• 5.2.1 編碼52-54
• 5.2.2 評(píng)估函數(shù)和適應(yīng)度函數(shù)54-55
• 5.2.3 選擇算子55-56
• 5.2.4 改進(jìn)的交叉算子56-57
• 5.2.5 變異算子57-58
• 5.3 改進(jìn)算法的性能分析和比較58-60
• 5.4 實(shí)驗(yàn)結(jié)果與分析60-63
• 5.4.1 實(shí)驗(yàn)一 SAR圖像與SAR圖像配準(zhǔn)60-62
• 5.4.2 實(shí)驗(yàn)二 SAR圖像與可見(jiàn)光圖像配準(zhǔn)62-63
• 5.5 本章小結(jié)63-64
• 結(jié)論64-65
• 參考文獻(xiàn)65-68
• 致謝68-69
• 攻讀碩士期間發(fā)表(含錄用)的學(xué)術(shù)論文69-70

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李玉峰;王竹筠;;基于Harris-SIFT特征匹配的圖像自動(dòng)配準(zhǔn)算法研究[J];電視技術(shù);2015年23期

2 范宗杰;徐向輝;周曉麗;;一種基于SIFT算法的SAR圖像配準(zhǔn)方法[J];電子測(cè)量技術(shù);2014年08期

3 劉輝;申海龍;;一種基于改進(jìn)SIFT算法的圖像配準(zhǔn)方法[J];微電子學(xué)與計(jì)算機(jī);2014年01期

4 趙欽君;張勇;趙東標(biāo);;一種尺度和旋轉(zhuǎn)自適應(yīng)的目標(biāo)跟蹤算法[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年06期

5 劉佳;傅衛(wèi)平;王雯;李娜;;基于改進(jìn)SIFT算法的圖像匹配[J];儀器儀表學(xué)報(bào);2013年05期

6 李超;李光耀;譚云蘭;徐祥龍;;基于Powell算法與改進(jìn)遺傳算法的醫(yī)學(xué)圖像配準(zhǔn)方法[J];計(jì)算機(jī)應(yīng)用;2013年03期

7 曹健;李侃;高春曉;劉瓊昕;;局部特征在航拍圖像拼接中的應(yīng)用[J];電子科技大學(xué)學(xué)報(bào);2013年01期

8 于合龍;蘇恒強(qiáng);汪巖;馮雪;;SUSAN角點(diǎn)檢測(cè)和匹配算法在高溫變形測(cè)量中的應(yīng)用[J];航空學(xué)報(bào);2013年05期

9 呂秋娟;方素平;張鎮(zhèn);;基于遺傳算法的離散數(shù)據(jù)特征點(diǎn)識(shí)別與提取[J];東華大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年05期

10 翟優(yōu);曾巒;王少軒;;自適應(yīng)對(duì)比度閾值SIFT算法研究[J];計(jì)算機(jī)測(cè)量與控制;2011年11期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 丁南南;基于特征點(diǎn)的圖像配準(zhǔn)技術(shù)研究[D];中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所）;2012年

2 高貴;SAR圖像目標(biāo)ROI自動(dòng)獲取技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2007年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 谷紹湖;圖像拼接算法的研究與實(shí)現(xiàn)[D];沈陽(yáng)航空航天大學(xué);2015年

2 胡浩;SAR圖像與可見(jiàn)光圖像配準(zhǔn)研究[D];武漢理工大學(xué);2012年

3 丁亞蘭;SAR圖像配準(zhǔn)以及變化檢測(cè)的研究[D];電子科技大學(xué);2010年

4 馮曉偉;基于特征點(diǎn)的圖像配準(zhǔn)技術(shù)及應(yīng)用[D];南京航空航天大學(xué);2008年

，

本文編號(hào)：906541