论文部分内容阅读
在广域监视下,采用SAR-GMTI技术可以对大范围的目标区域,及对运动目标进行全天时、全天候的监视,获取静态信息并形成目标运动航迹。广域监视形成目标航迹面临从不同视角对同一场景成像存在分辨率不一致、几何失真等空间失配的问题;并且SAR图像含有大量相干斑噪声,这使得大视角SAR图像序列配准困难。本文针对广域监视大视角SAR图像序列配准的实现,展开了SAR图像定位和图像配准算法的研究。主要内容包括:(1)研究了SAR成像的几何模型,利用距离-多普勒方程推导了SAR图像定位模型,为结合先验信息的SAR图像配准奠定了基础。(2)研究了基于灰度信息和基于特征的经典图像配准方法,分析了几种基于灰度的配准方法的局限性,并通过仿真实验分析了基于尺度不变特征变换(Scaleinvariant feature transform,SIFT)的配准方法的性能。(3)提出了结合先验信息的SAR图像配准方法,可用于不同视角SAR图像序列的配准。该方法首先利用边缘角点检测算法提取边缘角点;然后利用SAR成像的先验信息对SAR图像进行定位,并辅助确定待配准图像中候选匹配角点区域;最后根据匹配准则在候选区域搜索匹配角点。所提方法充分利用了SAR图像的先验信息,能大大减小角点匹配的搜索范围和提高匹配的正确率,提高了配准算法的效率和配准精度。通过与SIFT算法的对比仿真实验,验证了该算法的稳定性、高效性和高配准精度。