基于稀疏结构和sift特征的sar图像配准研究

《基于稀疏结构和sift特征的sar图像配准研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于稀疏结构和SIFT特征的SAR图像配准研究作者姓名王海明学校导师姓名、职称钟桦教授领域电子与通信工程企业导师姓名、职称王晓华高工申请学位类别工程硕士提交学位论文日期2014年11月学校代码10701学号1202121276分类TN82号TP75密级公开西安电子科技大学硕士学位论文基于稀疏结构和SIFT特征的SAR图像配准研究作者姓名：王海明领域：电子与通信工程学位类别：工程硕士学校导师姓名、职称：钟桦教授企业导师姓名、职称：王晓华高工提交日期：2014年11月AStudyofSARImageRegistrationMethodBasedonSparseStructur

2、eandSIFTFeatureAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicsandCommunicationEngineeringByWangHaimingSupervisor:ZhongHuaWangXiaohuaNovember2014西安电子科技大学毕业论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别

3、加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。本论文与资料若有不实之处，本人承担一切的法律责任。本人签名：日期：西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用毕业论文的规定，即：研究生在校学习期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段

4、保存论文。同时本人保证，毕业后结合毕业论文研究课题再撰写的文章一律署名单位为西安电子科技大学。（保密的论文在解密后遵守此规定）本论文属于保密，在年解密后适用本授权书。本人签名：导师签名：日期：日期：摘要摘要图像配准就是将在不同时间、不同传感器、不同视角及不同成像条件下获取的同一场景下的多幅图像进行匹配和叠加的过程。图像配准技术是图像处理的关键技术之一，已被广泛应用于遥感数据分析、计算机视觉、医学图像分析、地理探测及模式识别众多领域。合成孔径雷达(SAR)具有全天时全天候的工作状态、远距离高分辨、强大的穿透能力等优点，其应用已经深入到军事和民用的各个领域分支。但是由于SAR

5、图像中斑点噪声的存在，对后期SAR图像的理解与解译工作带来了极大的困难，使得已经有效运用于光学遥感图像配准算法处理SAR图像时效果不佳。本文通过分析国内外配准技术发展现状和SAR图像的特点，提出了利用SAR图像中丰富的结构信息来获取结构区域，再对这些区域提取SIFT特征点实现图像配准，通过实验证明了算法的可行性。本文的完成的工作如下：1.提出了一种基于块匹配和SIFT特征的SAR图像配准方法。由于相干斑噪声的存在不仅破坏了成像的灰度分布而且削弱了目标特性，使得SAR图像配准的特征提取和特征匹配过程受到干扰。该算法利用基于PPB距离的块匹配算法来分析SAR图像的多方向结构区

6、域，对稳定性高、结构信息丰富的多方向结构区域提取SIFT特征点，有效削弱了相干斑的干扰，降低了匹配错误率。2.提出了一种基于结构稀疏度和SIFT特征提取的快速SAR图像配准方法。该方法利用图像的细化结构和方向结构特征得到各像素点的结构稀疏度，再对图像中结构稀疏区域提取SIFT特征点完成特征匹配，并利用随机一致性估计算法滤除错误匹配对。该算法有效地降低了匹配错误率，提升了配准速率。关键词：SAR图像，SIFT，图像配准，稀疏结构论文类型：应用基础技术I西安电子科技大学硕士学位论文IIABSTRACTABSTRACTImageregistrationistheprocesso

7、foverlayingtwoormoreimagesofthesamescenetakenatdifferenttimes,fromdifferentviewpoints,and/orbydifferentsensors.Itisacriticaltechnologyinimageprocessingandanalysis.Imageregistrationhasbeenwidelyappliedtoremotesensingdataanalysis,computervision,medicalimageanalysis,ge