论文部分内容阅读
由于SAR影像特殊的成像机理，导致SAR影像匹配的成功率、正确率、精度及匹配效率较低，SAR影像匹配成为SAR影像应用的技术难点之一。本文针对机载SAR影像特殊的成像特点，以机载SAR影像匹配算法流程为主线，对机载SAR影像SIFT匹配算法进行研究，并引入了基于2D单应变换的RANSAC剔除误匹配点对算法及基于物方约束的匹配点预测算法，对SIFT匹配算法进行改进、总结；论文重点研究了SIFT匹配算法，并提出了两种改进SIFT匹配算法的方法，第一种是SIFT和粗差剔除算法相结合的匹配方法；第二种是基于物方约束的SIFT匹配方法。前者是利用SIFT算法提取特征稳定的同名点对，并结合基于2D单应变换的RANSAC算法剔除SIFT误匹配点对，以提高匹配点对的精度。而后者对前者进一步改进，基于物方约束的SIFT匹配方法是针对机载SAR影像特殊的成像特点和几何特点，将机载SAR影像的几何约束加入到SIFT算法匹配中，提高SIFT匹配点对的准确率、精度及效率。首先，以机载SAR影像匹配SIFT算法匹配流程为基础，通过机载SAR影像SIFT匹配实验，从选取的机载SAR影像中三组不同地物类别的代表区域角度来分析，验证了SIFT算法能够较准确地匹配到稳定的特征，具有一定的鲁棒性。然后，在机载SAR影像匹配算法流程分析基础上，通过编程，对选取的机载SAR影像中三组不同地物类别的代表区域分别进行了SIFT和粗差剔除算法相结合的匹配实验和基于物方约束的SIFT匹配实验，并对匹配点对结果精度进行了分析和评价。本文研究的内容和创新点如下：（1）本文分别采用了三种不同地物类别的机载SAR数据做实验，在含有人工建筑物、含有自然植被及纹理信息缺乏的机载SAR影像中，从不同角度说明SIFT算法可有效地提取稳定的匹配点对，其正确率高，即使是在纹理信息缺乏的区域，便于在实际中实现整景SAR影像间重叠区域的匹配。（2）引入了2D单应变换以作为RANSAC算法剔除SIFT误匹配点对的模型，提出了利用RANSAC算法剔除SIFT误匹配点对，在基于2D单应变换的RANSAC算法机载SAR影像误匹配剔除实验中，通过对匹配点对数据的分析，验证了该方法可以有效地剔除SIFT误匹配点对，进而提高了SIFT匹配点对的准确率和精度。（3）分析了合成孔径雷达的成像机理、影像特点和构像模型，阐明了SAR影像匹配必须考虑到其自身影像特点。针对机载SAR影像特殊的成像特点，提出了以R-D模型为基础，POS与DEM数据相结合辅助像点定位，将机载SAR影像的几何约束加入到SIFT算法匹配中，利用物方约束来预测待匹配SAR影像的匹配点，建立以预测匹配点为中心的匹配搜索窗口，利用SIFT算法在此约束范围内进行匹配。（4）基于物方几何约束的SIFT匹配实验，与利用SIFT和粗差剔除相结合的匹配算法相比，大大减少了误匹配点对，进一步提高了匹配点对的准确率和精度；基于物方几何约束的SIFT匹配并且约束了待匹配SAR影像的搜索匹配范围，进而提高了匹配效率。基于物方几何约束的SIFT匹配实验结果表明该方法是一种非常有效的机载SAR影像匹配算法。