基于多特征的多波段SAR圖像融合配準(zhǔn)算法研究.pdf

1、與傳統(tǒng)光學(xué)圖像相比,合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)的圖像由于不受天氣影響因而具有全天候的優(yōu)點(diǎn)。且多波段SAR圖像的配準(zhǔn)能夠?qū)⒉煌l(wèi)星的SAR圖像數(shù)據(jù)充分利用,具有重要意義。本文針對(duì)多波段SAR圖像配準(zhǔn)進(jìn)行研究,主要內(nèi)容如下:
　　首先研究SAR圖像相干斑噪聲的抑制算法。不僅介紹典型的基于統(tǒng)計(jì)區(qū)域統(tǒng)計(jì)特性濾波算法,包括Lee算法、Frost算法、Kuan算法等。這些濾波算法的目的不僅濾波噪聲

2、且保留邊緣與目標(biāo)特征。為了完成這一目標(biāo),引進(jìn)L0范數(shù)濾波算法,該算法的目標(biāo)是完成梯度最小化。L0范數(shù)濾波能夠有效去除噪聲保留重要邊緣。本文在L0濾波基礎(chǔ)上,針對(duì)圖像配準(zhǔn)輸入圖像灰度特性應(yīng)盡量相似,提出了L0改進(jìn)算法。多波段SAR圖像經(jīng)改進(jìn)后的L0濾波算法濾波后,匹配的SIFT數(shù)量以及比例都有提升。
　　其次在配準(zhǔn)階段,將基于相位相關(guān)的區(qū)域特征與Affine-SIFT特征相結(jié)合,提出了一項(xiàng)新的特征融合配準(zhǔn)流程?；谙辔幌嚓P(guān)的傅里葉梅

3、林變換針對(duì)圖像互功率譜采用FFT逆變換,速度較快,且峰值位置與配準(zhǔn)參數(shù)相對(duì)應(yīng)。但該方法依賴于公共區(qū)域的大小,對(duì)于多模SAR圖像成功率較低。引入具有仿射不變性的ASIFT特征,當(dāng)傅里葉梅林變換配準(zhǔn)失敗,將輸入圖像L0濾波后提取ASIFT特征并匹配,并使用RANSAC算法剔除不符合變換模型的特征。整個(gè)流程將這兩項(xiàng)特征進(jìn)行融合,提升了配準(zhǔn)的準(zhǔn)確性與魯棒性。
　　最后針對(duì)圖像的局部配準(zhǔn)問題,提出在上述粗配準(zhǔn)完成后,在主圖像與從圖像的公共區(qū)