基于輪廓的SAR圖像配準(zhǔn)方法研究.pdf

1、合成孔徑雷達(dá)（Synthetic Aperture Radar，簡(jiǎn)稱SAR）是一種全天時(shí)、全天候、高分辨率的主動(dòng)式微波傳感器，SAR成像彌補(bǔ)了可見(jiàn)光、紅外熱成像的不足，是天基空間監(jiān)視環(huán)節(jié)中必不可少的探測(cè)技術(shù)。SAR圖像配準(zhǔn)是SAR圖像融合、變化檢測(cè)，三維重建等應(yīng)用的基礎(chǔ)，具有重要的研究?jī)r(jià)值和廣泛的應(yīng)用前景。
　　本文從SAR圖像的輪廓特征出發(fā)，構(gòu)造了輪廓特征點(diǎn)集的改進(jìn)的形狀上下文（Shape Context）描述子，并結(jié)合圖像信息

2、和奇異值分解（Singular Value Decomposition，簡(jiǎn)稱SVD）算法給出了SAR圖像的圖譜配準(zhǔn)方法，進(jìn)而為了捕捉SAR圖像隨尺度變化的統(tǒng)計(jì)模式，將Shape Context描述子和Steerable濾波相結(jié)合，實(shí)現(xiàn)了SAR圖像的多尺度配準(zhǔn)，主要研究?jī)?nèi)容如下：
　　(1)針對(duì)傳統(tǒng)Shape Context描述子對(duì)SAR圖像斑點(diǎn)噪聲敏感以及匹配率低等不足，提出了基于改進(jìn)Shape Context和SVD的SAR圖像

3、配準(zhǔn)方法。首先利用改進(jìn)的邊緣檢測(cè)算法得到輪廓特征點(diǎn)集并計(jì)算Shape Context描述子，然后在匹配過(guò)程中融合SAR圖像的像素位置信息和灰度互相關(guān)構(gòu)造相似度矩陣，最后利用SVD算法給出SAR圖像的配準(zhǔn)結(jié)果。實(shí)驗(yàn)驗(yàn)證了方法的有效性。
　　(2)對(duì)于存在較大幾何和灰度變化的SAR圖像，圖像中的輪廓特征點(diǎn)會(huì)分布在圖像不同尺度上，直接對(duì)圖像構(gòu)建Shape Context描述子進(jìn)行配準(zhǔn)效果不佳，為此，利用Steerable濾波的多尺度和多