SAR图像的ROI特征配准方法-论文.pdf

《SAR图像的ROI特征配准方法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第30卷第1期信号处理Vo1．30No．12014年1月JOURNALOFSIGNALPROCESSINGJan．2014SAR图像的ROI特征配准方法徐颖周焰(空军预警学院，武汉430019)摘要：SAR图像配准是SAR图像处理的关键技术，对SAR图像的融合、拼接等有着深刻影响。SAR图像的配准中基于区域的配准方法往往存在区域提取困难，受相干斑影响较大等缺陷。本文提出_『一种基于R0I特征的SAR图像自动配准方法。该方法提取SAR图像中的ROI特征作为配准基元，将行、列匹配概率系数与不变矩最小距离测度相结合进行特征匹配，利用所有正确匹配的ROI特征对的质心坐标和最小二乘算法估计仿射变换模型

2、参数。用实际SAR图像测试该方法，并与多种已有的方法进行比较，实验结果表明：该方法具有很好的适应性和配准精度。关键词：合成孔径雷达(SAR)；图像配准；感兴趣区域(ROI)；复合不变矩；匹配概率系数中图分类号：TP391文献标识码：A文章编号：1003—0530(2014)Ol一0007—07AROIFeaturesRegistrationMethodforSARImagesXUYingZHOUYan(AirForceEarlyWarningAcademy，Wuhan430019，China)Abstract：ThemethodofSARimageregistrationisakeypoin

3、tofSARimageprocessing．IthasagreatinfluenceonthefusionandmosaickingofSARimage．TheSARimageregistrationmethodbasedonregionoftenhassuchdefectsasareaex—tractiondificulty，greatinfluencebyspeckle，etc．AsaresultanautomatedregistrationmethodforSARimagesbasedonROIfeaturesispresentedinthispaper．Inthismethod，th

4、eROIfeaturesinSARimageswereextractedasmatchingunits，featurematchingwascarriedoutbycombiningtherow＼columnmatchinglikelihoodcoefficientsandtheminimumdistancemeasureofinvariantmomenttogether．AsallthecorrectmatchingfeaturesofRO1weregained．theleastsquaresmethodwasemployedtoestimateparameterofaffinetrans

5、formationwiththecentroidofROI．rherealSARimagesareusedtodemonstrateitsperformance．Comparedwithsomeexistingmethods，theproposedmethodhasverygoodadaptabilityandac—curacyofregistration．Keywords：syntheticapertureradar(SAR)；imageregistration；regionofinterest(ROI)；compositeinvariantmonlents；matchinglikelih

6、oodcoefficients标识别、变化检测、像融合及拼接等领域应用的1引言前提。目前图像配准方法主要分为基于灰度的方合成孔径雷达(SyntheticApertureRadar，SAR)法和基于特征的方法¨。基于灰度的配准方法计图像配准是将不同波段，不同极化方式，不同时间算量大，对图像的旋转及灰度的变化比较敏感，难等成像条件不同所获得的两幅或多幅SAR图像进以应用在不同波段、不同极化方式的高分辨率SAR行空间对准，从而获得具有几何一致性的两幅或多图像配准中。相比而言，基于特征的方法提取图像幅SAR图像的处理过程，它是实现SAR图像在目中具有不变性的特征信息，受图像成像条件的不同收稿日期：2

7、013—05—06；修回日期：2013—09—12基金项目：国家自然科学基金资助项目(40101019)8信号处理第30卷的影响较小，具有广泛的适应性，目前已成为图像OS．CFAR、GO．CFAR和SO—CFAR。这四种方法各有自动配准研究的重点，其中点、线、轮廓、区域等是优点，但将它们独立应用于场景内容丰富的SAR图最常用的几种特征。像ROI检测时均存在一定缺陷。鉴于此，学者们在对高分辨率的SAR图像而言，