SAR与可见光图像匹配算法研究

合成孔径雷达影像和可见光影像的匹配是雷达自动导航飞行器的本滤波方法,多尺度边缘特征提取的基本思路.论述了基于改进Hausdorff距离的SAR与可见光图像的匹配思想,总结了其中存在的主要问题.     

浅谈雷达图像的目视解译

雷达作为一种有源主动式工作的侧视成像系统,图像上所表现出的色调、纹理、形状、阴影等特点与光学影像存在着较大的差异,由于其特殊的成像机理和几何特性,对光学影像某些难以表现的地物要素显示出其特有的优势。了解雷达图像的信息特点和地物目标的散射特性,有助于区分不同的地物目标类型,对典型图像进行分析比对,可有效提高雷达图像地物目标的解译效果。     

基于SUSAN算法的航空影像的自动配准

图像配准技术是图像融合、图像镶嵌以及影像三维重建的基础。提出了一种基于SU-SAN(Smallest Univalue Segment Assimilating Nucleus)算子的图像配准方法。该方法利用SU-SAN算子提取两幅图像的角点,通过粗匹配和细匹配两个步骤得到匹配角点对。然后再根据这些角点对对图像进行配准。试验表明此方法能有效地实现航空影像自动配准。     

基于DEM与可见光图像的机载激光成像雷达强度像仿真

激光成像雷达由于能获取目标的距离信息,因而在飞行器制导、避障、机器人导航等方面有广泛的应用前景.这里的研究目的是根据激光成像雷达成像原理进行雷达反射强度像的仿真.在仿真过程中,首先讨论激光成像雷达的强度成像方程,然后分析机载激光成像雷达的扫描成像模型.由机载激光成像雷达扫描成像模型与数字高程模型(DEM)获取成像几何关系,由与高程图配准好的可见光图像来获取目标地物的反射特性,从而获得仿真的激光雷达反射强度像;由于激光在大气中传输时不可避免地要损失,在仿真计算中考虑到激光在大气中传输时大气对激光的消光系数,因而使仿真更加逼近客观实际成像结果.从仿真的反射强度图像看,结果很理想.仿真的强度图像成功地用于激光成像雷达强度像与可见光图像的匹配导航中.     

基于小波和线矩的实孔径雷达图像与TM图像的匹配

为了充分利用多源遥感信息,常常需要解决不同传感器图像之间的匹配问题。为此,本文初步探讨了一种基于小波边缘检测与线矩描述的实孔径雷达图像与ＴＭ图像的匹配算法。实验结果表明：如果搜索窗口内存在较丰富的特征,该算法可以获得满意的结果。     

浅谈雷达图像与光学影像之间的差异

雷达图像作为一种主动式传感器所获取的图像,有别于人们熟悉的航空、航天摄影或者某种扫描仪所获取的反映地面信息的图像。由于2种类型的传感器存在着本质的差别,雷达图像和光学影像上所表现出的色调、纹理、阴影等特点形成了一定的差异。主要从2种图像的辐射特性、几何特性以及影像分辨率等方面进行对比,以便更深入理解雷达图像的特性。     

机载SAR图像与仿真SAR图像的匹配策略

机载SAR图像与仿真SAR图像的匹配在机载SAR图像无控制正射纠正中具有重要的应用价值。为了提高机载SAR图像与仿真SAR图像匹配的可靠性,本文在SAR图像仿真的基础上,分别以机载SAR图像和仿真SAR图像作为匹配基准,设计了综合运用特征点提取、金字塔影像匹配、相关系数相似性测度计算、双向匹配等方法的匹配方案。利用机载SAR图像和由SRTM DEM仿真的SAR图像进行了匹配试验,统计了不同策略的正确匹配点数,并结合仿真SAR图像的特点,分析认为:以仿真SAR图像作为匹配基准进行匹配的策略较好。     

实孔径雷达图像的模拟及与光学图像的匹配

本文针对特定工作的需求,首先地一种利用ＳＡＲ图像模拟真实孔径雷达图像２的实现方法,然后探讨了一种基于边缘特征描述的实孔径雷达图像与光学图像的匹配算法。初步实验表明;该算法可获得满意的效果。     

基于梯度径向夹角直方图的异源图像匹配

提出一种图像全局特征描述方法——梯度径向夹角金字塔直方图.该特征不受图像灰度级非线性变换和图像旋转的影响,具有较强的抗噪声能力.基于该特征的匹配算法能够对存在旋转变换的异源图像进行匹配.用SAR图像和可见光图像对匹配算法进行测试,结果表明基于梯度径向夹角金字塔直方图匹配方法的匹配成功率优于传统方法.由于对基准图进行离线...     

一种基于Harris与RANSAC算法的图像拼接软件研发

图像拼接技术在科研和工程中应用广泛,本文基于Harris与RANSAC算法设计开发了一款图像拼接软件,包括兴趣点检测、特征匹配、精确匹配、图像拼接等主要功能模块,并以普通照片、无人机影像和全景照片为例开展了该软件的应用试验,结果表明:基于Harris与RANSAC算法的图像拼接方法能够较好地实现对普通照片、无人机影像以及全景照片的无缝拼接,该软件简单易用、可靠性强。     

SAR影像与光学影像的高斯伽玛型边缘强度特征匹配法

提出了一种基于影像边缘强度图描述的SAR影像与光学影像匹配方法。首先对影像进行粗纠正,消除影像之间的尺度和旋转变化;其次,改进相位一致性特征检测方法,提取对影像相干斑噪声稳健的特征点;然后基于高斯伽玛型双边窗口比值算子计算影像边缘强度图,在此基础上构造不变特征描述符;最后联合几何约束条件,实现SAR影像与光学影像匹配。试验结果证明,与现有方法相比,本文方法能够大幅提高SAR影像与光学影像匹配结果中的正确匹配特征数量以及影像配准精度。     

联合星载光学与SAR图像的城市大面积建筑物高度快速提取

星载高分辨率光学图像与SAR图像广泛应用于城市建筑物高度提取,但光学图像存在缺少相关卫星参数的情况,而SAR图像则存在散射特征不完整以及提取效率低等缺陷。针对以上问题,本文提出一种联合高分辨率星载光学与SAR图像的城市大面积建筑物高度快速提取方法。首先,结合支持向量机(SVM)和形态学阴影指数(MSI)快速提取光学图像中的阴影并自动测量阴影长度;之后选择多个合适样本,基于模型匹配法从SAR图像中提取高度;最后将高度与阴影长度作线性回归分析,建立数学模型来提取其他建筑物的高度。该方法将不同卫星系统的数据和特征相结合,互相弥补各自缺陷,不仅提高了效率、降低了成本,同时满足精度要求。     

应用于SAR图像配准的自适应SIFT特征均匀分布算法

SAR图像配准要求提取出稳定且分布均匀的同名点,但是传统的SIFT算法没有考虑特征点的空间分布情况,提取的特征呈块状分布。针对SAR图像数据的特点,提出了一种自适应控制SIFT特征均匀分布算法,利用局部纹理特征,并结合最优化筛选策略,在保证特征点稳定性和准确性的同时,自适应控制特征在不同空间的分布情况,实现SIFT特征点在图像空间和尺度空间的合理分布。最后从提取效率、匹配正确率和分布质量等方面进行对比试验,验证了算法应用于SAR图像配准的能力。     

几何约束和改进SIFT的SAR影像和光学影像自动配准方法

提出一种基于几何约束和改进SIFT的SAR影像和光学影像自动配准方法。首先根据影像间的几何关系进行影像粗纠正,消除影像间旋转和分辨率差异;然后基于主方向改进的SIFT特征提取方法提取SIFT特征并利用其结构性信息引入结构相似性指数(SSIM)作为相似性测度获得初始匹配,经过视差空间和角度特征空间聚类优化得到稳定同名匹配;最后由随机抽样一致性算法(RANSAC)根据透视变换模型精化匹配结果获取变换模型参数。整个配准过程自动完成。本方法适用于差异较大的SAR影像与光学影像之间配准。     

遥感图像增强方法分析

遥感图像的增强方法研究,是做好遥感应用工作的基础。在本篇论文中,较为详细地介绍了遥感图像增强的几种主要方法。光谱增强包括线性反差拉伸、非线性反差拉伸、直方图均衡化和直方图匹配等方法。在文中对空间增强的基本概念和方法进行了详细的探讨,并且对多波段增强中主成分分析的方法进行了重点讨论。     

星载SAR复数图像的配准

星载干涉雷达测量已经被证实用于生成大范围（乃至全球）的DEM或监测地表位移具有广阔的应用前景，其中SAR复数图像序列的精确配准是保证生成有效干涉相位图的重要环节之一。本文分析了卫星InSAR系统中所涉及的几种坐标系统变换问题，并提出了基于此的几何配准方案，即基于卫星轨道状态矢量、SAR成像几何进行配准的算法；同时，还设计了基于几何配准结果和能量影像相关技术的配准算法，最后使用ERS－1／2、JERS－1和RADARSAT卫星获取的3种SAR复数图像对分别做几何配准和相关配准试验和比较，并对卫星SAR图像质量和轨道数据质量作了定性分析。     

一种模拟纠正影像的SAR立体影像匹配方法

针对常规SAR影像匹配方法在地形起伏较大区域无法获取理想的SAR立体影像匹配结果的问题,该文提出了一种基于模拟纠正影像的SAR立体影像匹配方法。利用观测区域粗分辨率DEM进行SAR影像模拟,进而获取几何纠正SAR影像,在几何纠正SAR影像上实现影像匹配,等效于常规基于灰度影像匹配中进行的影像粗配准工作,并且相比于常规粗配准,该等效粗配准过程能够均衡地顾及到整幅影像的像元,最终实现了地形起伏较大区域的高精度SAR立体影像匹配。采用COSMO-Skyped影像数据进行了实验,实验结果表明,匹配精度达到了3个像素左右,比常规的基于灰度影像匹配方法有较大提高,能够有效解决地形起伏较大区域SAR立体影像匹配问题。     

星载SAR图象斑点噪声消除方法效果的比较研究

星载（ＳＡＲ）图象一般都存在相干斑点噪声，严重干扰地物信息的提取与ＳＡＲ图象的应用效果，因此斑点噪声的消除问题引起微波遥感科技工作者的普遍关注，先后有多位学者提出各种不同的处理方法，其中最为常用的有均值平滑滤波、中值平滑滤波、Ｆｒｏｓｔ自适应滤波、Ｌｅｅ自适应滤波以及近期由Ｐ．Ｖ．ＮａｒａｓｉｍｈａＲａｏ等人提出的改良Ｋ－均值自适应滤波等方法。本文分析了这几种方法的数学基础，并选择了有代表性的实验区开展对比试验，结果表明：改良Ｋ－均值自适应滤波法效果最佳。     

基于提升格式小波包变换的SAR图像去噪

基于信号和噪声在提升格式小波分解中呈现出的不同特性，提出了一种新的小波包去噪算法。该算法采用提升格式小波对SAR图像进行最优小波包分解，并计算每个子频带的能量范数，然后根据软阈值法和能量范数区分信号和噪声，达到去除噪声的目的。试验结果表明，该算法对SAR图像具有较好的去噪效果，不仅可以去除图像中的大部分噪声，而且可以较好地保留图像纹理的细节信息。与传统小波包算法相比，其计算速度快了一倍左右。