一种应用峰值特征匹配的SAR图象自动目标识别方法

针对合成孔径雷达（SAR）图象自动目标识别问题，在对SAR图象的特征提取问题进行分析的基础上，提出了一种特征点匹配算法，该算法根据Birkhoff-von Neumann定量，首先将广义置换矩阵约束松驰为广义双随机矩阵约束；然后利用拉格朗日乘子和障碍函数法，把约束加到目标函数中，从而将点集匹配问题转化为非线性最优化问题；最后利用确定性退火和软分配技术求解该问题，将得到的匹配代价用特征点数目的比值进行修正后，用于目标的识别。实验结果表明，该算法非常有效。     

一种基于灰度特征的图象匹配算法设计与研究

传统图象匹配算法利用相关法进行逐点计算,计算量大且做了许多无用功。该文提出一种利用图象灰度局部特征的约束,首先对图象进行粗匹配找出可能出现的区域,再进行精确匹配来定位,该方法计算量小,从而提高搜索效率。     

基于梯度的红外与可见光图像直线匹配算法

研究红外与可见光图像优化匹配的问题,为了解决灰度差异对图像匹配的影响,增强描述子的鲁棒性,提出了一种利用直线的红外与可见光图像匹配算法。对提高红外与可见光图像匹配精度具有重要意义。算法首先通过Canny算法进行直线提取;然后采用高斯卷积核构造尺度空间;在不同的尺度空间中统计互不重叠的子区域的梯度方向的均值和方差以构造描述符,并将描述符归一化;最后采用最近邻算法实现直线匹配。实验结果证明该算法能够实现红外与可见光图像直线匹配的旋转不变性、尺度不变性且对遮挡具有鲁棒性。表明改进算法能实现红外与可见光图像准确匹配。     

基于变形轮廓的医学图象匹配方法

艇变形轮廓线的方法实现医学图象匹配过程中的对应标记点问题,并用遗传算法进行最佳匹配结果的搜索。实验结果表明,该方法能有效地用于建立医学图谱和图象之间的一一对应关系,是对以往人工交互标注方法的重要改进。     

基于静态小波分解的多尺度SAR图象滤波

由于雷达回波的相干性 ,合成孔径雷达 (SAR)图象上存在着斑点噪声 ,因此 ,为消除这种噪声 ,提出了一种基于静态小波分解的硬阈值滤波方法 ,该方法首先将 SAR图象分解至静态小波域 ,然后在静态小波域中将噪声的小波系数收缩至零 .将此算法应用于 ERS- 1SAR图象斑点噪声滤波 ,并与基于 Mallat分解的滤波算法和另外 3种典型的 SAR图象滤波算法进行比较 ,结果表明 ,该方法不仅可以有效地去除斑点噪声 ,并且可以保持 SAR图象的精细纹理结构     

一种基于网格结构图象的目标匹配定位方法

为了在不降低图象目标配准精度的前提下，加快苑配速度，提出了一种基于网格结构图象的从粗到细的目标匹配混合算法。该算法首先基本网格结构图象来抽取图象和模板的主要结构信息，以构成图象和模板的粗尺度上的一种表示，进而在这种粗尺度表示的图象上进行相似度粗匹配；然后基于引导的搜索策略，将粗匹配的目标位置对应到原图象的一些小区域，再采用部分Hausdorff距离匹配方法在这些小区域进行二次匹配和精确定位，经上述两个步骤的混合使用，不仅极大减少了计算开销，且没有降低匹配的准确度，将该混合算法与无粗匹配的部分Hausdorff距离全图匹配算法相比较，速度提高非常显著，该算法在集成电路显微图象上进行测试，取得了很好的效果。     

基于最小错误率的SAR图象分割方法研究

文章提出了一种基于最小错误率的SAR图象自动分割算法。对直方图呈现出多模分布特征的SAR图象,首先运用有限高斯混合分布对SAR图象特征空间的数据统计模型进行估计;其次基于最小错误率原理选取SAR图象自动分割阈值,在先验概率未知和估计条件下,获得目标及其阴影区域的检测结果;最后对两种图象分割结果进行了分析并与SAR图象目标检测的经典方法-恒虚警(CFAR)目标检测方法作了比较。仿真结果表明在先验概率估计下的图象自动分割具有明显的优势和较大的应用潜力。     

一种基于边缘轮廓信息的多源遥感图象子象素匹配定位方法

提出了一种基于图象边缘轮廓信息的多源图象匹配定位方法,其目的是利用定位精度较高的高分辩率遥感图象对低分辨率图象实现子象素级的匹配定位,该方法有效地利用了多源遥感图象中共有的区域结构信息,将特征匹配和最小二乘影象匹配相结合,具有较好的普适性,且运算快速、抗噪性能好,采用该方法进行ＮＯＡＡＡＶＨＲＲ图象和Ｌａｎｄｓａｔ ＴＭ图象、１：１００万数字地图的边缘图象匹配,并应用于ＮＯＡＡ ＡＶＨＲＲ图象的几     

基于改进边缘匹配矢量量化的图象编码算法

边缘匹配（Side-Match）矢量量化器（SMVQ）是有限状态矢量量化器（FSVQ）的一个分支。该量化器适合于对图象块间相关性高的图象进行压缩编码,其优点是在比特率相近 的情况下,编码质量高于传统的穷尺搜索矢量量化编码器,但其缺点是计算量大和比特率固定。本文提出了一种改进的边缘匹配矢量量化器。测试结果表明,该算法是变比特率编码算法,它比边缘匹配矢量量化器的比特率低,编码速度快,编码质量有所提高。     

一种基于光流和能量的图像匹配算法

结合光流与图像信息,提出一种获取稠密视差的图像匹配算法.首先对于基线较大的左右图像,在多分辨率框架下采用由粗到精的策略计算光流,从而实现大偏移量时的光流获取.其次为了避免光流在图像边界上的不可靠性,通过光流计算所得的光流场作为初始视差图,采用基于能量的方法依据对应的图像梯度场对光流场内部进行平滑并保持边缘的不连续性,最终得到精准稠密的视差图.实验验证,该方法是一种行之有效的图像匹配算法.     

高分辨率SAR影像同名点自动匹配技术

由于SAR工作原理跟光学遥感成像技术截然不同，而经典同名点匹配方法已不能完全满足SAR自动配准需要。为了快速有效地进行SAR影像配准，基于SAR影像自动配准技术的发展，提出了一种新颖的高分辨率SAR影像同名点自动匹配算法，该算法首先创建金字塔影像，同时在金字塔影像上回溯搜索，以确定初始变换函数类型及相应的变换参数；然后通过分层回溯逐层加密控制点来解求最佳变换函数类型及相应变换参数；最后在原始影像分辨率下修正同名点坐标，以获取最终匹配同名点对。这种分层回溯策略不仅很好地解决了同名点搜索计算复杂度问题，使获取的同名点对分布更趋均匀、精度更高，而且能确保每层变换函数达到全局最小二乘最优。另外，以高分辨率SAR影像为实验数据进行的实验结果表明，该同名点搜索算法不仅计算时间可由221s缩短至34s，而且可达到0．284636 pixels的配准精度。     

一种精确匹配的全景图自动拼接算法

本文提出一种全景图像自动拼接算法,能够实现特征点对的精确筛选和匹配,以及输入图像的自动排序和拼接。首先提取输入图像的尺度不变特征变换SIFT特征点,并采用k-d树搜索得到图像之间所有初始特征匹配对;利用欧氏距离比值和中值滤波器对初始特征点对进行筛选后,再应用随机抽样一致算法RANSAC得到图像间精确匹配的特征点对;计算出图像之间的单应性矩阵,在此基础上完成对输入图像的自动排序和配准,最终拼接合成全景图像。实验结果表明,该算法能获得比结合欧氏距离比值的RANSAC算法更高的配准精度,全景图拼接效果较好,具有良好的鲁棒性。     

基于KD-Tree搜索和SURF特征的图像匹配算法研究

针对图像匹配时进行特征检测和匹配的搜索时间长的问题,文章研究了基于KD-Tree搜索和SURF特征的图像匹配算法。该算法首先提取得到图像的SURF特征并生成特征描述向量,然后为这些特征描述向量建立KD-Tree索引,最后通过计算每个特征点的与其距离最近的若干个KD-Tree上的最近邻点,完成特征匹配工作。实验结果表明,与SIFT算法相比,SURF算法进行特征检测的速度要快2～3倍;与全局最近邻搜索相比,基于KD-Tree索引的近似最近邻搜索大大减少了计算量,较大地提高了SURF算法的匹配速度。     

SAR图像MAP降噪的精细研究

本文推导出基于最大后验概率(MAP)滤波的一般形式,给出不同噪声分布和真实图像先验分布条件下的MAP滤波方程.从滤波方程在特定区间上解的分布情况以及区域统计特性分类两方面分析了MAP降噪性能,由此给出了MAP滤波的阈值表达形式.最后给出合成孔径雷达(SAR)图像的MAP降噪试验以及噪声滤除能力的量化指标.为了消除噪声强度对试验结果的影响,全面反映MAP降噪性能,本文给出了降噪能力随噪声大小的动态变化关系.结果表明,真实图像的先验分布对MAP滤波性能有着直接的影响,不合理的先验分布假定会严重降低MAP滤波的降噪能力.     

基于多尺度支持度匹配SAR图像与光学图像

异源图像匹配是视觉导航、多源图像融合分析的关键步骤之一,常用的匹配方法是分别从两幅图像中提取特征,再对特征进行匹配。但是对于成像机理差别较大的异源图像,如SAR图像和可见光图像,很难提取到同名特征。提出一种基于多尺度支持度的异源图像匹配方法,只需要从一幅图像中提取多尺度边缘特征,在变换空间中寻找另一幅图像对该特征的最大支持度。支持度的计算采用了标准化梯度强度和的形式。采用遗传算法对支持度函数解空间进行全局寻优来获取最优匹配点。实验结果表明,该方法能有效实现SAR图像和可见光图像的匹配,处理时间能够满足工程要求。     

基于互补信息特征的SAR与可见光图像融合研究

由于成像方式及波谱接收段的不同,合成孔径雷达SAR（synthetic aperture radar）与可见光图像所反映的信息有很大差异,图像之间相关性弱,且互补性明显。因此在图像融合时,应该根据其互补性信息特征各取所长。在研究了一些现有融合方法的基础上,提出了一种基于互补信息特征的SAR与可见光图像融合方法。首先通过基于像素邻域的能量统计特性融合SAR与可见光图像,将SAR图像中的重要目标信息加入到可见光图像中,然后再利用小波变换进行二次融合,充分加入原始图像的边缘细节信息。实验结果表明,该融合方法有效。     

基于线特征直方图的SAR图像预匹配算法

同一场景下的合成孔径雷达(SAR图像)的灰度特性由于相关噪声的影响及成像条件不同,可能存在很大差异,使得直接运用基于特征的图像匹配方法难于实现SAR图像高精度的配准。针对此问题,提出了一种SAR图像的预匹配方法,即运用占优的线特征信息,通过统计分析寻找出待匹配图像的角度和尺度变化,实现图像的预匹配。实验结果表明,该算法可以有效、精确地寻找出图像前后的角度和尺度变化。进而相比于传统直接基于特征配准图像的方法,经该算法预匹配处理后的图像再基于特征匹配时,其配准精度和效率都有很大的提高。     

基于虚拟搜索窗口的光学和SAR影像配准

光学和SAR影像的成像机理及像元表现形式互不相同,给两者的精配准造成很大困难。针对上述问题,提出基于虚拟搜索窗口的区域配准法,根据配准影像的空间特征,构建虚拟搜索窗口,将空间特征和灰度统计特征结合用于光学和SAR影像的自动配准,在保证算法搜索效率的同时提高配准精度。选取具有较大尺度和角度偏差的RADARSAT-2与ASTER影像进行实验,结果证明该算法对光学和SAR影像之间的角度和尺度偏差具有较强的鲁棒性,配准精度小于一个像素。     

基于边缘信息的红外与可见光图像匹配技术

对红外、可见光两种不同谱段图像的匹配技术进行研究。在比较不同预处理方法后，采用边缘增强而不是边缘提取的预处理技术，以增强图像的有效边缘信息，突出不同谱段图像的共性特征，然后使用去均值归一化互相关的办法进行相似性度量。在实验中，通过确定影响匹配正确率的关键指标，对不同预处理方法和匹配策略得到的匹配结果进行比较分析，验证方法的有效性。