论文部分内容阅读
异源图像匹配技术是多源遥感数据融合、景象匹配导航等技术的基础部分。其中,光学图像更便于人眼视觉感知,容易判读,而合成孔径雷达(Synthetic Aperture Radar,SAR)则具备全天时全天候以及能穿透地表云雾等特点,两者的结合能有效发挥各自的优势,相辅相成。但两类图像间各自不同的成像方式,使两类图像在几何特性、灰度特性等方面均表现出较大差异,给图像配准带来挑战。目前已有许多学者开展了这方面的研究,并取得一定成果;不过受限于异源图像间巨大的灰度、几何特性差异,这些方法在精度和可靠性方面始终表现欠佳,因此开展精度高、稳定性强的异源图像匹配方法的研究,是非常有必要的。论文以包含标志性地物特征的光学与SAR图像的匹配为目的,针对现有算法存在的问题,采用“两步走”的匹配策略,以SAR图像感兴趣区域提取算法为基础,逐步实现光学图像与SAR图像的精细化配准。文章具体创新工作如下:1.基于GGS-WHT混合模型的直线特征检测方法。直线特征是图像中一种重要的视觉感知信息,它相较于其它特征具有信息丰富且稳定性好的特点。光学图像处理领域已有大量稳健的直线检测算法,但SAR图像内剧烈的斑噪干扰,使得这些算法均无法直接应用于SAR图像中。本文在Hough变换基础上,采用GGS双窗的方法抑制斑噪,计算图像梯度,从而提取图像边缘特征用于参数累积过程中,同时更改Hough变换累积过程权重值,引入点的梯度对直线累积结果的影响。2.基于感兴趣区域的异源图像粗匹配方法。由于异源图像几何特征等的差异,使得匹配效果易受干扰,因此预先在图像中提取感兴趣区域,并将图像处理工作集中在感兴趣区域内开展,是降低异源图像匹配算法复杂度的一种有效途径。本文根据直线特征及目标先验知识,确定感兴趣区域大致位置,并通过类区域生长的方法实现感兴趣区域的完整提取,可有效避免其它地物的粘连。随后根据感兴趣区域边缘信息,搜索光学图像中感兴趣区域的对应位置,实现光学与SAR图像间的粗匹配。3.基于生物视觉原理的异源图像精配准方法。由于光学与SAR图像在几何特征等方面存在差异,边缘特征同名性较差,因此粗匹配方法的精度无法适应工程需求。为此本文仅在一幅图像中提取点特征,另一幅图像中则采用搜索对应点的方式,克服异源图像特征提取不一致的问题。最后以Delaunay三角网约束点间几何关系,去除异常点,确保算法可靠性。对应点搜索过程中,本文根据生物视觉原理,采用Gabor滤波器作为描述子,解决了特征匹配测度难以确定的问题。