共查询到18条相似文献,搜索用时 46 毫秒
1.
对星载SAR图像进行几何校正是其应用的必要处理步骤,对采用GCP图像片进行自动匹配来实现控制点的快速获取进行研究。在粗匹配阶段应用卫星轨道参数计算待校正图像的四角位置,然后采用仿射变换和重采样方法获取尺度统一、无旋转角的粗匹配区域;在精匹配阶段,采用归一化互相关系数进行同名点的精确定位,给出精确的匹配结果。通过RadarSat多时相SAR图像的试验验证所提出方法的可行性和有效性。 相似文献
2.
基于图像特征的星载SAR图像模拟研究 总被引:4,自引:0,他引:4
SAR图像模拟技术被广泛应用于SAR系统的设计和验证、SAR图像的正射纠正、雷达图像解译和目标识别等。随着星载SAR的发展,必然面临着对星载SAR图像模拟的大量需求。本文首先从SAR图像的几何特征和辐射特征出发,探讨了SAR图像模拟技术的原理,分析了RD(Rang Doppler)模型,后向散射模型和斑噪模型。在传统RD模型的基础上,根据不同地形特征(起伏地形和平坦地形)考虑不同的后向散射模型。特别强调了在平坦地形情况下,需要地物分类数据的参与,并利用Ulaby和Dobson的后向散射模型。另外,在SAR图像统计特征的基础上,进行SAR图像的乘性噪声模拟,可以满足更逼真的SAR场景需求。然后,给出了图像模拟的算法流程,并对关键步骤的算法做了分析。最后,在实现基于图像特征的星载SAR图像场景模拟算法的基础上,选择新疆窝依牙地区和天津地区分别进行起伏地形和平坦地形的模拟试验,实验结果证明了本文模拟算法的有效性。 相似文献
3.
基于GCP库的星载SAR图像自动精校正 总被引:1,自引:0,他引:1
近年来,合成孔径雷达(SAR)技术已取得巨大进步,人们也越来越重视其潜在的应用前景。但是,雷达侧视成像性质和地形起伏的影响导致SAR图像的几何畸变非常复杂,大大影响了SAR图像的应用。几何精校正是SAR图像广泛应用的前提,但是校正过程中需要大量地面控制点(GCPs),以往的人工选点方法费时费力。本文提出了一种基于控制点自动匹配的控制点选点方法,用以提高点位精度和工作效率。该方法包括纠正区域GCP库的建立和GCP图像片的自动匹配。试验结果表明,该方法具有较好的应用价值。 相似文献
4.
影像匹配是计算机视觉及数字摄影测量的核心问题,基于特征的SIFT匹配算法由于其较强的匹配能力和良好的健壮性成为研究的热点.但SIFT算子的多量性及提取特征点维度较高的特点,直接影响了匹配速度.因此,本文利用GPU强大的并行处理能力,就SIFT特征点匹配在GPU上的设计与实现进行了详细的介绍,并通过对比实验说明利用GPU对SIFT特征点进行匹配所带来的优势. 相似文献
5.
基于SIFT特征的多源遥感影像自动匹配方法 总被引:1,自引:1,他引:1
本文提出一种基于SIFT特征的不同源遥感影像自动匹配方法。首先利用Harris算子结合SIFT特征提取影像上均匀分布的特征点,建立高维SIFT特征描述符;然后以待匹配点与参考点间的欧氏距离为相似性测度,实施两种不同源遥感影像的特征匹配;最后将SIFT特征匹配结果作为初始值,采用将搜索范围扩大到尺度空间后的改进最小二乘影像匹配方法对SIFT特征匹配获得的同名像点进行精匹配。经对同一地区SPOT-5 HRG全色影像与航空摄影影像的匹配试验,取得了较好的结果。 相似文献
6.
提出了一种基于案例(CASE)推理的多时相SAR影像分类方法。选用北京地区2000年(4景)和2004年(3景)的多时相Radarsat-1 SAR影像及相应地理基础分类图作为数据进行实验,结果表明,该方法能得到较好的SAR影像分类结果,分类总体精度可望达到85%。 相似文献
7.
当影像中存在相似或重复场景时,传统SIFT匹配算法存在匹配成功率低,目前改进的SIFT匹配算法计算量大。基于相似特征点集的SIFT匹配改进算法,依据相似性或重复场景的影像纹理特点,在SIFT特征点匹配过程中,通过设定阈值提取初始同名点,建立针对未成功匹配参考特征点的相似特征点集,利用已获取初始同名点建立仿射几何约束模型构建参考特征点的匹配约束窗口,在该窗口内利用特征点相对主方向及尺度约束,对特征相似点集进行匹配获得同名点,最后采用RANSAC算法剔除误匹配点。对比实验结果表明,在影像像对间存在较多相似性场景,同时存在较大尺度缩放、旋转变换、视角及模糊差异的情况下,文中算法在匹配成功率和计算复杂度上具有明显的优势。 相似文献
8.
9.
10.
基于SIFT算法的无人机航空遥感影像匹配 总被引:1,自引:0,他引:1
当无人机低空飞行获取高分辨率遥感影像时,由于不同摄站点拍摄角度不同,使得建筑物等凸出地面的物体在立体像对上成像时产生投影差,导致物体成像几何形状发生畸变并且出现地面高层建筑物之间遮挡现象严重的问题,从而导致匹配困难,成为影响无人机航空遥感影像匹配质量的主要因素。本文采用对旋转、遮挡、缩放、图像局部灰度变化等都具有较强的稳定性的SIFT算法来进行匹配,并取得了很好的效果。 相似文献
11.
改进SIFT特征描述符在影像匹配中的应用研究 总被引:1,自引:0,他引:1
由于成像条件变化造成的遥感图像之间的几何形变和灰度差异给影像匹配带来了困难,深入研究了SIFT特征描述符的生成方法,针对SIFT特征维数过高的问题进行改进,利用特征点邻域的圆形区域构造新的描述符,增强了描述符自身的抗旋转性,并降低了特征描述符的维数。实验表明,改进的特征描述符是可行有效的,在遥感影像目标匹配中取得满意的实验结果。 相似文献
12.
13.
14.
15.
SAR影像特殊的成像机理使得SIFT在SAR影像配准中的错误率较高,加入相干系数的辅助只能在一定程度上削弱SIFT的错误配准。由于仅考虑灰度的配准策略对精度的提高有限,本文将摄影测量中粗差探测和剔除的方法与SIFT算法相结合。在二次多项式平差的过程中,将错误同名点视为粗差,利用粗差剔除的方法提高配准精度。实验证明了此方法的可行性。 相似文献
16.
17.
尺度不变特征转换(scale invariant feature transform,SIFT)是一种广泛应用于图像配准领域的点特征提取算法。针对基于SIFT的图像自动配准算法存在的特征点分布不均匀问题,提出了一种基于势函数点分布调整的图像配准方法。该方法解决了SIFT算法不能针对特征点的分布情况进行优化的问题。通过调整SIFT的比值阈值,增加配准点的数目;通过引入分子力学中的势函数概念,对特征点分布情况进行优化;通过局部互信息精纠正,微调特征点位置,以提高特征配准点的配准精度;最终实现高质量(空间分布均衡,配准精度高)的图像自动配准。 相似文献
18.
SIFT特征匹配在无人机低空遥感影像处理中的应用 总被引:3,自引:0,他引:3
无人机低空遥感成本低,方便快捷,但飞行姿态不确定,影像自动匹配程度低。本文将SIFT(Scak Invariant Feature Transform)特征应用于影像的自动相对定向,结合最小二乘法实现了影像的自动匹配。实验证明,该方法具有稳定、可靠、快速等特点,应用前景广阔。 相似文献