论文部分内容阅读
图像匹配是从存在几何和灰度变化的两幅图像中提取同名点,是图像配准、图像镶嵌、图像检索、目标识别、立体匹配等众多领域的关键技术。SAR图像上的斑点噪声以及侧视成像等特性导致SAR图像间存在较为复杂的几何和灰度变化,常用的光学图像匹配方法很难直接应用于SAR图像匹配,严重时甚至需要人工参与。
本文针对SAR图像特性对基于不变特征的图像匹配方法各个阶段造成的影响,提出了相应的改进策略,进而提高了SAR图像匹配的性能。
本文的主要创新点为:
1、提出了一种新的基于双边滤波器的各向异性尺度空间构造方法,以及在大尺度空间上检测特征的方法,优化了尺度空间方法应用于SAR图像匹配时的性能。
针对尺度不变特征变换法(Scale Invariant Feature Transform,SIFT)应用于SAR图像同名点自动提取时易受斑点噪声影响的问题,提出了一种新的基于各向异性尺度空间的同名点提取方法。该方法首先基于双边滤波器建立图像的各向异性尺度空间,在滤除斑点噪声的同时保留了图像细节,并且算法不需迭代,比传统方法速度快;然后利用SIFT在大尺度上检测并描述特征,弱化了斑点噪声对图像匹配的影响。该方法在保持同名点精度的同时增加了同名点的数量。通过不同时相、不同极化、不同波段以及不同视角下的SAR图像同名点提取实验,验证了该方法的优越性和适应性。
2、提出了一种利用先验信息建立图像间的几何变换模型进而减小斜距图像间几何畸变的方法,以及适合SAR斜距图像的匹配点筛选方法,解决了存在较严重局部几何畸变的图像间同名点自动提取问题。
针对存在较大视角差异的相邻航带机载SAR斜距图像,提出了一种新的同名点自动提取方法。该方法首先利用载机航迹和数字高程模型(Digital Elevation Model,DEM)等先验信息建立两幅图像的几何位置关系,并将一幅图像变换到另一幅图像的坐标上,大大减轻了两幅图像间的几何畸变,并定量分析了DEM精度对图像变换的影响,对方法的应用提供了理论指导;然后用大尺度SIFT获取匹配点,有效处理了局部几何变形;最后采用适合斜距图像特性的多模型随机采样一致性(RANdom Sample Concensus,RANSAC)算法筛选匹配点,有效地筛选出了正确的匹配点。不同视角的地势平坦和起伏地区的实验结果表明,该方法在较短的时间内提取了较多的同名点,方法高效实用。
3、提出了一种适合SAR图像的区分力较强的描述子,以及能有效去除错误匹配点的双向匹配策略。
针对SAR图像场景特征相似性较高的特性,提出了一种新的基于局部排序方向直方图的描述子。该方法首先利用梯度方向直方图计算主方向,并根据主方向归一化特征邻域,消除了旋转变化的影响;然后计算邻域内每个像素点八个方向的方向导数,取最大和次大导数的方向位置作为基本的特征,对邻域分块并统计其特征分布,并用导数值加权。通过增加次大方向及其位置信息,考虑了更加完善的邻域特性,提高了描述子的区分力;最后利用双向匹配策略有效去除误匹配点,并采用最好份优先法(Best Bin First,BBF)快速检索最近邻。在山区、城市、乡村等场景的实验结果表明,本文所提算法能更好的衡量特征之间的差异性,增强了描述子的区分力,提取了更多的匹配点,更加适合SAR图像匹配。