基于SIFT特征的合成孔径雷达景象匹配方法

基于SIFT特征的合成孔径雷达景象匹配方法

ID:36771803

大小:229.00 KB

页数:3页

时间:2019-05-15

基于SIFT特征的合成孔径雷达景象匹配方法_第1页
基于SIFT特征的合成孔径雷达景象匹配方法_第2页
基于SIFT特征的合成孔径雷达景象匹配方法_第3页
资源描述:

《基于SIFT特征的合成孔径雷达景象匹配方法》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、维普资讯http://www.cqvip.com第28卷第9期计算机应用V01.28No,92008年9月ComputerApplicationsSep.2008文章编号:1001—9081(2008)09—2404—03基于SIFT特征的合成孔径雷达景象匹配方法杨朝辉,陈鹰,邵永社,张绍明(同济大学遥感与空间信息技术研究中心,上海200092)(yzhac@163.corn)摘要:根据合成孔径雷达图像的特点,提出一种基于SIFT特征的合成孔径雷达(SAR)景象匹配的方法。首先利用改进的特征描述符初步提取实时图与参考图

2、的SIFT关键点;然后利用距离比和RANSAC算法去除错配,匹配出可靠的同名点对;最后计算反映实时图和参考图之间变换关系的转换参数,完成景象匹配。实验结果表明,本方法快速实用,有较强的有效性和鲁棒性。关键词:SWF特征;合成孔径雷达;景象匹配;特征描述符中图分类号:TP751文献标志码:AScenematchingalgorithmforSARimagesbasedonSIFTfeaturesYANGZhao—hui,CHENYing,SHAOYong—she,ZHANGShao—ming(ResearchCenter

3、forRemoteSensingandSpatialInformationTechnology,TondiUniversity,Shanghai200092,China)Abstract:AccordingtothecharacteristicofSyntheticApertureRadar(SAR)images,anewscenematchingalgorithmforSARimagesbasedonScale[nvariantFeatureTransform(SIFT)featureswasproposed、Fir

4、stly,SIFTkeypointsofreahimeimagesandreferenceimageswereextractedeficientlyusingimprovedSIFTfeaturedescriptor.ThenratioofdistanceandRandomSampleConsensus(RANSAC)wereperformedtoguaranteethestabilityofmatchingpoints.Finally,transformationparametersbetweenreahimeand

5、referenceimageswerecomputedbyreliablematchingpoints.Theexperimentalresultsdemonstratethatourapproachisfast,reliable,eficientandrobust、Keywords:ScaleInvarlantFeatureTransform(SWF)feature;SyntheticApertureRadar(SAR);scenematching;featuredescriptor该方法具有鲁棒性强、速度快和稳定性

6、高等优点,呵以为SAR0引言景象匹配提供一些有益的参考。景象匹配是指将一个图像区域从不同传感器摄取的不同1SIFT特征时间、不同视角的相应景象区域中确定出来或找到它们之间对应关系的一种重要的图像分析与处理技术。合成孔径SIPIv(ScaleInvarlantFeatureTransform)算法是一一种提雷达(SyntheticApertureRadar,SAR)具有全天候成像能力和取局部特征的算法,它将一个图像变换成一些具有尺度不变~定的穿透能力,在国民经济及军事等领域中有着众多的应特征的集合,并在尺度空间进行特征点

7、检测,确定特征点的位用。由于SAR图像有严重的相干斑噪声,信噪比较低,成置和特征点所处的尺度;并利用其邻域像素的梯度方向计算像机理与一般影像差异较大,因此SAR景象匹配比常规的图该点的主方向,以实现算子对尺度和方向的无关性;最后构造像匹配难度更大,是SAR图像应用的重要环节和一个技术难特征点相应的特征描述符以便对不同图像的特征点进行匹点。配。在光照变化、图像几何变形、分辨率差异和旋转等情目前,实用的景象匹配算法主要分为两大类,即基于区域况下,SIFT描述符比不变矩、互相关等其他常用描述符的性的匹配方法和基于特征的匹配方

8、法’。基于区域的图像匹能要更好。目前,SIFT在图像拼接和图像配准等领域得到配方法定义一种灰度的相似性度量来匹配图像,在高信噪比了广泛的关注。。,但在SAR景象匹配中仍应用较少。条件下能取得很好的匹配效果,但在低信噪比条件下难以满1.1检测关键点足SAR景象匹配的要求。基于特征的方法主要是匹配两幅为了使图像特征具有尺度不变性,关键

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。