基于輪廓的SAR圖像配準方法研究.pdf

1、合成孔徑雷達（Synthetic Aperture Radar，簡稱SAR）是一種全天時、全天候、高分辨率的主動式微波傳感器，SAR成像彌補了可見光、紅外熱成像的不足，是天基空間監(jiān)視環(huán)節(jié)中必不可少的探測技術。SAR圖像配準是SAR圖像融合、變化檢測，三維重建等應用的基礎，具有重要的研究價值和廣泛的應用前景。
　　本文從SAR圖像的輪廓特征出發(fā)，構造了輪廓特征點集的改進的形狀上下文（Shape Context）描述子，并結合圖像信息

2、和奇異值分解（Singular Value Decomposition，簡稱SVD）算法給出了SAR圖像的圖譜配準方法，進而為了捕捉SAR圖像隨尺度變化的統(tǒng)計模式，將Shape Context描述子和Steerable濾波相結合，實現(xiàn)了SAR圖像的多尺度配準，主要研究內(nèi)容如下：
　　(1)針對傳統(tǒng)Shape Context描述子對SAR圖像斑點噪聲敏感以及匹配率低等不足，提出了基于改進Shape Context和SVD的SAR圖像

3、配準方法。首先利用改進的邊緣檢測算法得到輪廓特征點集并計算Shape Context描述子，然后在匹配過程中融合SAR圖像的像素位置信息和灰度互相關構造相似度矩陣，最后利用SVD算法給出SAR圖像的配準結果。實驗驗證了方法的有效性。
　　(2)對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會分布在圖像不同尺度上，直接對圖像構建Shape Context描述子進行配準效果不佳，為此，利用Steerable濾波的多尺度和多