SAR影像匹配算法的研究

提出了一种高效稳定的SAR影像匹配算法,该算法首先采用Frost滤波对SAR影像的斑点噪声进行预处理,再结合SIFT和SURF算法对滤波后的SAR影像进行特征点提取,使用Matlab程序实现立体影像无痕拼接,实现了SAR影像的高精度匹配,该方法提高了SAR影像的匹配成功率,减少了匹配时间。     

利用Ratio梯度和交叉累积剩余熵进行多源遥感影像匹配

提出将Ratio梯度与交叉累积剩余熵相结合应用于SAR影像与光学影像匹配以及不同传感器拍摄的SAR影像匹配。在这种算法中,首先针对SAR影像低信噪比与乘性噪声模型的固有特性,基于均值比率算法提取Ratio梯度,然后采用交叉累积剩余熵作为相似性测度对参考影像和待匹配影像的Ratio梯度图像进行匹配。交叉累积剩余熵利用累积分布函数代替密度函数有效克服了噪声对局部极值的影响,可以取得令人满意的结果。     

基于相位相关的二维重力匹配算法

重力匹配可以校正惯性导航系统的累积误差,但目前研究的重力匹配算法都是一维的,匹配算法的可靠性不高,容易出现误匹配。根据傅里叶变换具有的平移不变性,利用归一化功率谱作为相关性测度进行二维的重力匹配,可达到子像素精度,提高匹配的可靠性。     

多尺度道路网的距离匹配算法研究

根据道路网折线的匹配特点,提出基于格网索引的折线——结点距离匹配算法,将复杂的折线与折线之间的几何相似度计算转换为求结点到折线距离的匹配方法,降低了计算复杂度,并通过建立格网索引来提高计算效率。在应用实例中,采用曲线拟合的最小二乘法确定算法的匹配容差和匹配成功率之间的关系,并通过与现有统计匹配算法比较,可知该算法效率高且匹配成功率较理想,能够满足多尺度道路网数据匹配的应用需求。     

一种路网拓扑约束下的增量型地图匹配算法

着眼于低频浮动车轨迹数据,对地图匹配问题进行了抽象,并分析了影响匹配结果的几何约束与拓扑约束。针对GPS采样的低频性和城市路网的复杂性,提出了一种路网拓扑约束下的增量型地图匹配算法（topology-constrained incremental matching algorithm,TIM）。选取北京市浮动车的GPS样例轨迹数据进行匹配,结果表明,该匹配算法在不同复杂程度的城市路网下均表现较好。     

SAR图像多尺度积增强的目标检测算法

合成孔径雷达（SAR）成像系统的热噪声和海杂波严重影响SAR图像自动目标检测的性能,去噪和均匀背景杂波是提高SAR图像目标检测性能的重要课题。根据SAR图像噪声功率一般存在于信号小尺度,没有跨尺度特征,而目标信号的边缘具有跨尺度的特点,本文提出了一种多尺度积信号增强和去噪的SAR图像船舰目标检测算法。本算法对SAR图像进行小波变换,应用多尺度积在小波域增强SAR图像船舰信号和均匀背景杂波,再对SAR图像进行目标检测。ERS SAR图像用于验证本文算法。仿真实验结果表明,新算法同传统的双参数CFAR检测算法、基于K-分布背景杂波的检测算法以及基于小波软阈值增强的检测算法相比,在虚警数和品质因数性能指标上均优于后几种检测算法。     

基于梯度算子的高分三号SAR风场反演方法

鉴于高分三号（GF-3）合成孔径雷达（SAR）图像具有黑白相间条纹特征,提出一种基于梯度算子的风场反演方法。对SAR图像重新采样后,利用Sobel梯度算子求解海面风向值,接着使用扩展后的CMOD5散射模型推算出风速值。为了测试该方法,对GF-3 SAR图像进行风场反演实验,并使用欧洲中尺度天气预报中心（ECMWF）再分析风场数据和美国国家浮标中心（NDBC）浮标风矢量数据对反演得到的SAR风场质量进行评估。实验结果表明：GF-3 SAR风场相比于ECMWF再分析风场,风速、风向均方根误差分别为1.79 m/s和11.95°;相比于NDBC浮标数据,风速、风向绝对偏差分别为0.24 m/s和9.03°。因此,本文方法能有效地从GF-3 SAR图像中反演出较高精度的风场,研究结果可为GF-3 SAR风场反演技术提供参考。     

图像相关匹配算法的快速实现

结合分级关键点互相关迭代法与搜索空间标记法,设计了一种有效提高图像相关匹配速度的算法。其中分级关键点互相关迭代算法快速实现了由重要到不重要像素点的逐级迭代互相关匹配计算,算法在保证精度的前提下可以随时结束并输出相关匹配值;而搜索空间标记法则能快速排除掉大量参数空间内不可能匹配的点。实验证明,这种算法能在正确配准图像的前提下大幅度提高匹配速度。     

基于小波增强的改进多尺度形态梯度边缘检测算法

在形态学梯度边缘检测算子的基础上,综合多结构元和多尺度算法的特性,提出了一种基于小波增强的多结构元、多尺度边缘检测方法,用不同取向的结构元素对图像进行多尺度检测,并综合各尺度下的边缘,得到了噪声存在下的理想边缘。实验表明,本文方法边缘定位准确、轮廓清晰,保留了更多的图像细节,具有较强的抗噪能力。     

基于Roberts梯度与HIS色彩空间的SAR图像伪彩色编码

针对SAR灰度影像信息不丰富,不利于解译识别的问题,提出了一种基于Roberts梯度与HIS色彩空间的SAR图像伪彩色编码算法。首先,计算SAR图像的梯度图像,并确定梯度阈值T;然后,比较像素梯度与阈值的大小,大于阈值的像素按照Roberts梯度方法编码,否则按照基于HIS色彩空间方法编码;最后,对两种编码结果进行合成,得到最终伪彩色SAR图像。利用TerraSAR-X影像数据进行了实验验证,结果表明:本文研究的方法均能达到很好的伪彩色编码效果。     

一种基于均值比率和最佳熵的SAR影像边缘检测方法

针对比率边缘检测算子提出了一种自动确定阈值的方法,该方法引入最佳熵的理论到SAR边缘检测中,把基于比率的边缘检测均值比率影像分割成边缘和非边缘两类。此方法执行起来简单、快速,无需人工干预,能避免人为因素的影响。     

基于多尺度模型的数据库影像特征匹配

针对传统的遥感影像数据库中影像特征匹配效率低下的问题,该文提出一种基于多尺度模型的数据库影像特征匹配方法。为遥感影像数据库构建多尺度模型,能较高效率地在数据库中快速定位候选的匹配影像;基于搜索得到的候选影像,采用快速排序算法逐层筛选最佳匹配影像,从而实现了数据库匹配影像的精确定位。实验结果表明:所提算法不仅能高效地完成影像间特征点匹配运算,还能从数据库中精确地筛选得到最佳的匹配影像;且随着数据库中影像总数的增加,该方法的优势表现得更加明显。这一研究将为遥感影像数据库的高效、实时及动态匹配提供可能性。     

基于MBR组合优化算法的多尺度面实体匹配方法

针对多尺度匹配中同名实体位置偏差较大,无法直接通过面积重叠法获得候选匹配的问题,本文提出了一种基于最小外包矩形（MBR）组合优化算法的多尺度面实体匹配方法。本文方法的基本思想是通过MBR组合优化和简要的形状特征来筛选1∶1、1∶N和M∶N候选匹配,然后构建多因子人工神经网络模型来评估候选匹配。试验选取浙江省舟山市1∶2000岛礁基础数据和1∶10 000陆地基础数据中的居民地与设施面进行匹配算法的验证。结果表明,本文方法相对于基于面积重叠-神经网络的匹配方法表现出显著的优势,对存在位置偏移的匹配数据准确率和召回率分别达到了达到96.5%,达到89.0%,且能够识别所有匹配类型。     

基于多波束雷达测高的地形高度匹配算法研究

近几年来地形辅助导航系统(TAN)受到广泛重视并已成功应用。该系统的核心之一是地形高度匹配算法(TEM)。本文在分析单波束雷达测高互相关匹配算法(COR)的基础上,提出一种基于多波束雷达测高的互相关匹配算法,该算法将一维COR匹配算法扩展到二维中,并建立相关模型,利用二维COR匹配算法搜索计算飞行器位置。导航仿真结果表明:该算法的匹配精度、地形适应性都要优于一维COR匹配算法。     

SURF与归一化互相关测度相结合的SAR影像匹配方法研究

合成孔径雷达(SAR)匹配是SAR影像处理的重要环节,但由于SAR影像的特殊成像机理,导致SAR影像在匹配时会出现精度、成功率都较低等问题。特别是山地区域,SAR影像富含纹理信息稀少,影像间几何畸变和辐射变形严重,导致特征点提取困难,匹配精度低。鉴于此,本文提出了采用SURF算法和归一化互相关测度相结合的方法,该方法能够快速获得大量匹配点对,实现SAR影像高效的自动化匹配。首先,应用SURF算法获取影像特征点约束匹配搜索范围;然后,采用归一化互相关和测度筛选提取到的匹配点对;最后,利用双向一致性约束剔除错误匹配点对。本文选取地形复杂区域SAR影像数据进行匹配实验,结果表明,该方法能够获得高精度、特征稳定且分布均匀的匹配点对,可以有效地避免几何变形对SAR影像匹配的影响。     

一种动态调整权值的交叉相关光谱匹配算法

针对传统算法对于光谱距离特征缺乏描述,并且无法动态调整光谱之间的相似程度这一问题,加入2个光谱特征的评价指标因子:均方根误差与欧氏距离,将二者的权重进行动态调整,得到实验精度在权重系数最优情况下,比基于欧氏距离的匹配方法精度提高了20%以上,且比传统交叉相关光谱匹配方法更加稳定。实验证明,该方法能够较好地改善交叉光谱匹配算法,利用动态的权重系数调整比传统方法更合适于用于高光谱影像的光谱匹配和信息提取。     

基于改进ORB和RANSAC算法的无人机影像特征匹配方法

针对ORB和RANSAC算法存在的不足,文中提出通过对Harris角点函数的改进和将空间一致性原理思想引入RANSAC算法,提出一种改进的无人机影像特征匹配方法,并选择两组代表性的像对进行实验.实验结果表明,改进算法在特征点识别、误匹配剔除和尺度不变性方面的性能均有明显的提升,为无人机影像匹配提供借鉴.     

基于SAR影像数据的多分辨率CFAR目标检测算法及精度分析

本文的研究目标是利用极化合成孔径雷达图像统计特性提高目标检测精度。从合成孔径雷达(SAR)成像机理出发,通过研究目标杂波的统计特性以及不同分辨率情况下人造目标的检测效果,探讨一种基于小波变换和恒虚警率(CFAR)的多分辨率算法进行目标检测的方法。实验分析比较传统CFAR目标检测算法与基于小波变换的多分辨率CFAR目标检测算法,实验结果表明,本文算法检测效果明显优于传统CFAR目标检测算法。     

中误差和邻近关系的多尺度面实体匹配算法研究

地图目标匹配作为空间数据整合和更新的一个不可缺少的过程,有重要的研究意义。中误差是一种衡量地图精度和质量的数值指标,其范围作为制图和综合的重要的标准之一,常用其大小评价空间数据的质量,不同比例尺或来源的地图数据均有不同的中误差大小和阈值。面状要素在很多地图中占有很大的比例,本文将中误差引入面实体匹配的过程,结合相邻面实体邻近聚集算法,提出一种基于中误差和邻近关系的面实体匹配算法,可以有效解决多尺度空间数据匹配的阈值大小和多对多关系难确定的问题,实验结果表明该方法具有良好的稳定性和可靠性。     

基于数据匹配的建筑物群典型化快速算法

分析了多尺度数据库和在线综合集成的途径与网格简化技术的矛盾及改进方法,提出了基于多尺度数据匹配的建筑物群典型化算法。算法基于分治原则,将整个图面空间划分为多个分区,每个分区进而划分为多个簇,以簇为单元,支持并行计算。此方法快速有效,适于网络制图。