基于梯度互信息的SAR與可見(jiàn)光圖像配準(zhǔn).pdf

1、圖像配準(zhǔn)是圖像處理領(lǐng)域的關(guān)鍵技術(shù)，用于實(shí)現(xiàn)兩幅或者是多幅圖像之間的匹配，廣泛應(yīng)用于醫(yī)學(xué)圖像分析、遙感、計(jì)算機(jī)視覺(jué)、精確制導(dǎo)定位等領(lǐng)域。異源圖像是指來(lái)自成像機(jī)理不同的傳感器的圖像，相比于同源圖像，異源圖像所提供的圖像信息具有可靠性、互補(bǔ)性和冗余性。對(duì)異源圖像進(jìn)行融合，可以獲得更加全面、可靠和準(zhǔn)確的圖像描述。圖像配準(zhǔn)作為圖像融合的前提，配準(zhǔn)精度直接決定后續(xù)應(yīng)用的效果。
　　異源圖像之間的灰度、對(duì)比度差異較大，關(guān)聯(lián)性較小，本文提出一種互

2、信息與梯度空間信息相結(jié)合的相似性測(cè)度用于SAR與可見(jiàn)光圖像的配準(zhǔn)，配準(zhǔn)過(guò)程中不僅考慮灰度信息的相關(guān)性，而且考慮空間信息的相關(guān)性，具有較好的配準(zhǔn)結(jié)果。仿真實(shí)驗(yàn)表明，相比于傳統(tǒng)的互信息配準(zhǔn)方法，當(dāng)SAR圖像中存在的乘性斑點(diǎn)噪聲較少時(shí)，這種梯度與互信息相結(jié)合的配準(zhǔn)方法的配準(zhǔn)函數(shù)曲線(xiàn)更加平滑，峰值更加尖銳，易于尋找出最優(yōu)的配準(zhǔn)參數(shù)。因此，這種方法可以降低灰度對(duì)比度的影響，有效提升了異源配準(zhǔn)的精確度和準(zhǔn)確率。
　　但是，梯度互信息配準(zhǔn)對(duì)噪聲

3、十分敏感，當(dāng)SAR圖像中存在較多的乘性斑點(diǎn)噪聲時(shí)，配準(zhǔn)過(guò)程很容易陷入局部極值，無(wú)法獲得正確的配準(zhǔn)參數(shù)。為了消除斑點(diǎn)噪聲的影響，本文采用了平穩(wěn)小波(SWT)貝葉斯萎縮降斑的方法，首先分析了SAR圖像在平穩(wěn)小波變換域中的統(tǒng)計(jì)模型，推導(dǎo)出基于貝葉斯估計(jì)的信號(hào)最小均方誤差（MMSE）的模糊萎縮因子，然后再根據(jù)相鄰尺度間小波系數(shù)的相關(guān)性，采用分區(qū)域模糊萎縮思想，很好地得到無(wú)斑點(diǎn)真實(shí)信號(hào)小波系數(shù)的估計(jì)。實(shí)驗(yàn)結(jié)果表明，采用小波模糊萎縮降斑，可以有效抑

4、制SAR圖像中的斑點(diǎn)噪聲，并較好保留邊緣梯度信息，有效提高了SAR與可見(jiàn)光圖像配準(zhǔn)的準(zhǔn)確率和魯棒性。
　　當(dāng)參與配準(zhǔn)的圖像尺寸較大時(shí)，梯度互信息方法的計(jì)算量較大，為了提高配準(zhǔn)效率，本文采用了高斯金字塔分解的方法，對(duì)圖像進(jìn)行由粗到精的配準(zhǔn)策略。首先利用高斯核函數(shù)對(duì)圖像做分解處理，得到兩個(gè)分解尺度的圖像金字塔結(jié)構(gòu)。然后從圖像金字塔的最底層到最高層逐層進(jìn)行配準(zhǔn)搜索，每一層的配準(zhǔn)搜索都是在上一層得到的最優(yōu)配準(zhǔn)參數(shù)的鄰域范圍內(nèi)進(jìn)行，配準(zhǔn)精度