基于SIFT算法的InSAR影像配准方法试验研究

配准是合成孔径雷达干涉测量(InSAR)中极其关键的一个步骤。本文详细介绍了SIFT算法,并根据其特点将其应用于InSAR数据的配准过程中。实验结果表明:SIFT算法在InSAR配准中是一种简单、有效和可靠的配准方法。     

快速区域互相关InSAR图像配准方法

在分析复图像干涉相位对快速互相关算法配准精度影响的基础上,提出了一种快速区域互相关InSAR图像配准方法。该方法对图像的幅度谱进行区域相关操作,获得干涉相位空间角频率的粗估计,并对主图像进行干涉相位补偿。该算法通过上述步骤消除干涉相位变化对算法的影响实现了高精度配准。在仿真实验和实测实验中,通过与传统的快速区域互相关算法及最大频谱法进行对比,验证了本文算法的稳健性与有效性。     

基于相位相关法的SAR图像配准

图像配准是INSAR技术中关键的一环.可见光图像配准中的相位相关法,因为对噪声具有很高的稳健性,使用相当普遍.针对SAR图像特点,在相位相关法原有基础上,提出几点改进.特别是边缘模糊方面,从信号处理原理角度进行了深入的分析,并且在MATLAB环境下仿真得到验证.通过在原有相位相关法的基础上的几处改进,配准的速度和精度有很大提高,满足了INSAR对两幅SAR图象配准的精度要求,为INSAR下步的相位解缠提供了很好的基础.实验证明了该方法的有效性,可以作为INSAR中关键的一步.     

基于相位相关的亚像素图像配准

提出一种基于相位相关的图像对准方法,该方法精确度达到亚像素级别。相位相关是一种建立在傅立叶平移理论上的图像对准方法,通过计算两幅图像的傅里叶交叉能量谱得到两幅图像的位置差,对图像进行对准。将使用曲线拟合的思想对交叉能量谱的基础上进行进一步的运算,从而将相位相关方法的计算精度推广到亚像素级别。     

InSAR数据的配准技术研究

分别论述了干涉雷达复图像配准过程中常用的单视复影像配准、INSAR复数影像配准及传统的基于三次样条拟合的主从影像后向散射最大相关系数的精配准方法,对基于窗口匹配的三次样条拟合雷达影像的精配准方法进行了改进,并把该方法应用于ENVISAT-ASAR珠三角地区C/波段干涉数据处理,为南方复杂大气条件下影像配准,提供了一种可行的方法。     

图像配准技术研究

图像配准技术是图像拼接技术最关键的步骤,图像配准的好坏直接决定了图像拼接结果的优劣。对图像配准工作进行了总结,介绍了基于区域的图像配准和基于特征的图像配准方法,并分析了各个方法的优缺点,同时指出了现有图像配准算法存在的问题和发展的方向。     

基于特征点的合成孔径雷达复图像自动配准算法

提出了一种干涉合成孔径雷达复图像对的自动配准算法,利用Harris特征点检测算子,完成了特征点检测;根据匹配点对之间最大相关和距离相近的结论设计了匹配算法,进行了特征点对的匹配;首先通过Harris特征点检测算子提取特征点;其次根据提出的匹配算法建立点的对应关系;最后利用两步法完成复图像的亚像元级配准;实验结果表明,该算法具有较高的配准精度。     

基于遗传算法的深度图像配准方法研究

深度图像配准主要应用于物体三维建模、历史建筑修复重建、虚拟博物馆、利用虚拟现实界面教学,以及复杂结构分析等广泛领域.遗传算法多用于深度图像粗配准,但通过加强其局部搜索能力,也能实现细配准.系统论述了遗传算法在深度图像图像配准的应用,并通过实验加以具体说明.     

干涉合成孔径雷达复图像配准解析搜索方法

图像配准是干涉SAR数据处理中关键步骤之一,它的处理精度直接影响着高程重建的质量.为了克服经典方法带来误差的影响,本文构建了一种解析代价函数,利用双迭代优化算法与弦割法求取亚像元级偏移量,实现了在连续域内搜索,避免了传统的在离散域搜索带来的误差,提高了配准精度,在插值意义上,配准精度达到最优.基于实测数据的实验结果表明,该算法具有较高精度.     

基于面积投影的图像配准方法

针对低分辨率图像之间的配准精度问题,直接影响到超分辨率图像的重建质量.通常图像之间的平移和旋转,采用基于泰勒级数展开的迭代配准算法以及频域配准算法.传统的泰勒级数展开的迭代配准算法的配准精度取决于图像的低阶逼近误差及迭代过程中图像的插值近似运动变换所造成的误差.采用泰勒级数展开的配准算法进行了改进,以面积投影变换来替代原有迭代算法中的图像插值变换,这种图像变换算法更加符合图像的成像原理,仿真结果表明,算法能够有效提高低分辨率图像间平移和旋转角度的配准精度.     

基于改进SIFT的SAR图像配准方法

针对尺度不变特征变换(SIFT)配准方法在处理SAR图像时精度不高的问题,提出一种基于改进SIFT的精确配准方法。在提取关键点SIFT描述子及其邻域多尺度自卷积矩不变特征的基础上,利用基于典型相关分析的融合算法对SIFT与矩不变特征进行融合,形成新的关键点描述子,使用阈值实现粗匹配,并结合关键点的距离与邻域灰度相关性构建相似矩阵,采用奇异值分解方法精确确定匹配点对,求出仿射变换模型参数,从而完成图像配准。实验结果表明,该方法的配准结果优于SIFT方法,且配准精度达到亚像素级。     

基于轮廓特征的SAR图像自动配准

针对SAR图像的自动配准问题,提出了一种基于轮廓特征的快速配准方法。在对SAR图像正确检测和分割的基础上提取图像的区域轮廓,并对其几何特征属性进行准确描述,利用配准点可以实现自动图像配准,仿真试验表明可以获得亚像素级配准结果。     

基于隐含相似性的光学和SAR图像配准方法

异质图像配准是多源图像融合的关键步骤之一,通常需要精确提取和匹配图像的同名特征,这种同名特征在成像机理差异巨大的光学和SAR图像中进行提取和匹配十分困难,利用相同场景图像中的隐含相似性可以有效避开这一难点.为了对光学和SAR图像进行配准,提出了一种基于隐含相似性的光学和SAR图像配准方法,该算法首先选用高梯度幅值像素作为隐含特征点集,然后通过像素迁移来构建相似测度准则函数,并用遗传算法对准则函数解空间进行全局优化搜索来获取配准解,这样就将图像配准问题归于模型参数优化求解过程.实验结果表明,该方法有效可行,配准图像能达到像素级配准精度.     

一种改进的LPT图像配准方法

研究图像配准的优化问题.图像配准是全景图生成的关键技术和图像处理研究的重要问题.传统的利用对数-极坐标变换(LPT)的配准方法存在着采样不均匀的特点,易导致计算量大和对图像中心区域变化敏感的缺点.为克服上述缺点,提出一种改进的LPT配准方法.上述方法主要分为两个步骤:第一步是采样点数随角向圆周半径调整,减少总采样点数;第二是对采样图像分别做径向和角向线积分投影,通过计算相对位移和修正步骤,得到图像的缩放比例和旋转角度,达到配准的目的.实验结果表明,改进配准方法既能够保持LPT的旋转和尺度不变性,又减少了计算量和减轻了图像中心区域变化的干扰,相对典型的LPT方法傅里叶-梅林算法,具有更高的配准精度和更好的鲁棒性.     

一种基于特征的SAR图像自动配准方法

由于SAR图像固有的相干斑噪声的影响,使得SAR图像的自动配准不能直接使用光学遥感图像自动配准.基于特征的SAR图像配准方法是一种有效的配准方法,但是特征的提取一直以来是一个很难解决的问题.针对SAR图像自身的特性提出了一种基于特征的SAR图像自动配准方法.首先进行了对SAIl图像进行了合适的区域分割,然后利用不变性特征进行区域匹配,最后求取扩展质心作为匹配控制点.通过对真实SAR图像进行实验,取得了较好的配准结果,充分证明了算法的有效性.     

一种基于Hausdorff 度量的多传感器图像配准方法

描述了一种基于Hausdorff 度量的合成孔径雷达和光学图像配准方法。首先用基于低帽滤波的方法提取待配准图像的闭合轮廓。然后对较长的轮廓进行Hausdorff 度量初匹配, 并对初匹配的结果使用轮廓中心的相对距离比直方图聚束检测法进行一致性检测。最后, 在得到正确的闭合轮廓对后, 使用最小二乘法计算图像的变换参数。考虑到雷达图像的相干斑噪声以及多传感器图像成像时间造成的变形, 多传感器图像提取的轮廓会有一定的差别。而Hausdorff 度量对误差有很好的容忍性, 因此本方法可以对多传感器图像进行配准。     

星载SAR干涉技术获取DEM及其精度分析

星载合成孔径雷达干涉（InSAR）技术是一种数据覆盖范围广、廉价、高效、方便的数字高程模型（DEM）获取方法,但在地面植被覆盖广、大气水汽含量高的地区其影像相干性随时间基线的增加迅速降低;同时,SAR卫星的轨道误差也影响DEM精度。利用ERS-1/2卫星串行模式SAR数据获取镇江地区DEM,分析了轨道误差对DEM精度的影响;根据干涉相位的统计特性,从理论上给出干涉相位噪声与相干系数和视数之间的关系。实验结果表明就干涉像对的卫星轨道误差和相位噪声而言,在小区域内DEM精度优于3.5 m。     

利用星载InSAR技术提取镇江地区DEM及其精度分析

InSAR技术是目前获取高精度数字高程模型（DEM）的一种新方法。为了分析InSAR技术提取DEM的精度,首先介绍了美国航天飞机雷达SRTM DEM的精度和数据结构,然后以江苏镇江地区作为试验区,采用ERS1/2卫星影像来提取DEM,并对星载SAR提取的DEM与SRTM 3弧秒分辨率DEM的精度作了比较。 结果表明,利用星载SAR提取的DEM分辨率与SRTM 3弧秒分辨率的DEM相当,能很好地显示出地形起伏（如山脉、沟谷）的纹理特征。进一步的研究还表明,利用InSAR技术提取DEM的精度与SRTM 3 DEM之间存在5米左右的系统误差,并对产生这一系统误差的原因作了详细分析。     

基于图像匹配的户外环境注册算法

为实现高速鲁棒的户外增强现实系统,提出了一种新的基于图像匹配算法的解决方案,同时描述了系统框架和工作原理,并在景深远小于物距的近似条件下,提出了一种基于全局视频信息的注册方法,即将环境注册问题通过基于快速傅里叶变换的图像匹配算法来实现。该方法先对当前摄像机摄入的图像和系统预存图像进行匹配;再将计算出的匹配信息对虚拟模型进行变换后叠加到当前的摄入图像上;最后输出到头盔显示设备,以实现户外增强现实。与已有方法相比,该方法具有运算量小、精度高、速度快的优点,试验结果证明了理论推导的正确性和该算法应用于数字圆明园重建的可行性。