论文部分内容阅读
图像配准就是将不同时间、不同视角及不同传感器等条件下获取的同一场景的多幅图像进行对准匹配和融合的过程。地球观测卫星的发展在提高图像分辨率的同时为图像配准技术带来了更广泛的应用前景，如海洋观测、地质勘测和气象分析等。因此， SAR图像配准技术具有重要的科研和应用价值。 由于SAR图像独特的成像原理和成像条件，使得SAR图像极易受斑点噪声的影响，所以SAR图像配准技术的要求更高。传统的基于可见光图像的配准方法已经不再适用于SAR图像，基于SAR图像的配准技术近年来得到了广泛的关注，成为图像处理领域的热点与难点。本文从已有的图像配准技术出发，通过分析SAR图像特性，从不同角度提出了对SAR图像配准技术的改进方法。本文的主要工作有： 1.针对已有的图像配准算法特征提取和特征匹配速度慢的缺点，本文提出了基于BRISK算法的SAR图像配准方法。同时，为了克服该算法误匹配率较高的缺点，提出了有效去除误匹配点对的两阶段配准算法，即基于邻域熵的粗匹配和基于一致性检测的精匹配。本文方法不仅有效提高了SAR图像配准的速度，更有效提高了图像配准的精度。 2. SAR图像易受相干斑噪声的影响，导致图像信噪比降低，图像质量下降，提取的特征不稳定，影响SAR图像参考图与待配准图之间仿射变换模型的精度，进而影响图像配准参数的准确度。本文提出了基于MOEA/D多目标优化算法的SAR图像配准方法，通过最小化初始匹配点对的均方根误差，同时最大化待配准图像仿射变换后的图像与参考图的互信息，从而达到最优化图像配准参数的目的。该方法在包含部分错误匹配点对的情况下能够有效的优化图像变换参数，从而提高图像配准精度。 3. SAR图像与光学图像的配准因其各自独特的图像特性导致很难实现图像的配准融合，本文基于含有丰富地物细节的SAR图像，提出了基于直线特征的SAR图像与光学图像的配准方法。通过LSD算法提取光学图像和MRF分割后SAR图像的直线特征，以直线交点作为图像特征，采用CPD算法实现特征匹配，匹配速度快且具有很好的鲁棒性。最后通过RANSAC算法有效剔除了初始匹配点对中的误匹配点对，进一步提高了配准精度。