發(fā)布時(shí)間：2020-03-28 00:49

【摘要】：異源圖像匹配技術(shù)是多源遙感數(shù)據(jù)融合、景象匹配導(dǎo)航等技術(shù)的基礎(chǔ)部分。其中,光學(xué)圖像更便于人眼視覺(jué)感知,容易判讀,而合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)則具備全天時(shí)全天候以及能穿透地表云霧等特點(diǎn),兩者的結(jié)合能有效發(fā)揮各自的優(yōu)勢(shì),相輔相成。但兩類圖像間各自不同的成像方式,使兩類圖像在幾何特性、灰度特性等方面均表現(xiàn)出較大差異,給圖像配準(zhǔn)帶來(lái)挑戰(zhàn)。目前已有許多學(xué)者開(kāi)展了這方面的研究,并取得一定成果;不過(guò)受限于異源圖像間巨大的灰度、幾何特性差異,這些方法在精度和可靠性方面始終表現(xiàn)欠佳,因此開(kāi)展精度高、穩(wěn)定性強(qiáng)的異源圖像匹配方法的研究,是非常有必要的。論文以包含標(biāo)志性地物特征的光學(xué)與SAR圖像的匹配為目的,針對(duì)現(xiàn)有算法存在的問(wèn)題,采用“兩步走”的匹配策略,以SAR圖像感興趣區(qū)域提取算法為基礎(chǔ),逐步實(shí)現(xiàn)光學(xué)圖像與SAR圖像的精細(xì)化配準(zhǔn)。文章具體創(chuàng)新工作如下:1.基于GGS-WHT混合模型的直線特征檢測(cè)方法。直線特征是圖像中一種重要的視覺(jué)感知信息,它相較于其它特征具有信息豐富且穩(wěn)定性好的特點(diǎn)。光學(xué)圖像處理領(lǐng)域已有大量穩(wěn)健的直線檢測(cè)算法,但SAR圖像內(nèi)劇烈的斑噪干擾,使得這些算法均無(wú)法直接應(yīng)用于SAR圖像中。本文在Hough變換基礎(chǔ)上,采用GGS雙窗的方法抑制斑噪,計(jì)算圖像梯度,從而提取圖像邊緣特征用于參數(shù)累積過(guò)程中,同時(shí)更改Hough變換累積過(guò)程權(quán)重值,引入點(diǎn)的梯度對(duì)直線累積結(jié)果的影響。2.基于感興趣區(qū)域的異源圖像粗匹配方法。由于異源圖像幾何特征等的差異,使得匹配效果易受干擾,因此預(yù)先在圖像中提取感興趣區(qū)域,并將圖像處理工作集中在感興趣區(qū)域內(nèi)開(kāi)展,是降低異源圖像匹配算法復(fù)雜度的一種有效途徑。本文根據(jù)直線特征及目標(biāo)先驗(yàn)知識(shí),確定感興趣區(qū)域大致位置,并通過(guò)類區(qū)域生長(zhǎng)的方法實(shí)現(xiàn)感興趣區(qū)域的完整提取,可有效避免其它地物的粘連。隨后根據(jù)感興趣區(qū)域邊緣信息,搜索光學(xué)圖像中感興趣區(qū)域的對(duì)應(yīng)位置,實(shí)現(xiàn)光學(xué)與SAR圖像間的粗匹配。3.基于生物視覺(jué)原理的異源圖像精配準(zhǔn)方法。由于光學(xué)與SAR圖像在幾何特征等方面存在差異,邊緣特征同名性較差,因此粗匹配方法的精度無(wú)法適應(yīng)工程需求。為此本文僅在一幅圖像中提取點(diǎn)特征,另一幅圖像中則采用搜索對(duì)應(yīng)點(diǎn)的方式,克服異源圖像特征提取不一致的問(wèn)題。最后以Delaunay三角網(wǎng)約束點(diǎn)間幾何關(guān)系,去除異常點(diǎn),確保算法可靠性。對(duì)應(yīng)點(diǎn)搜索過(guò)程中,本文根據(jù)生物視覺(jué)原理,采用Gabor濾波器作為描述子,解決了特征匹配測(cè)度難以確定的問(wèn)題。
【圖文】：

mT圖2.1 參數(shù)尋優(yōu)型圖像匹配框架(2) 參數(shù)推導(dǎo)型參數(shù)推導(dǎo)型方法的前提條件為：圖像間的幾何變換模型已確定，該方法只考慮對(duì)固定數(shù)量的參數(shù)實(shí)現(xiàn)推導(dǎo)。該類方法的一般流程如圖 2.2 所示，首先提取圖像中的若干共性特征對(duì)作為配準(zhǔn)基元，根據(jù)這些特征對(duì)求取幾何變換參數(shù)，所得結(jié)果直接為最終結(jié)果，無(wú)需進(jìn)行迭代更新的操作。其中至少所需共性特征的數(shù)量由幾何變換模型確定。1I2ImT圖2.2 參數(shù)推導(dǎo)型圖像匹配框架與參數(shù)尋優(yōu)型方法相比，參數(shù)推導(dǎo)型方法將模型約束納入進(jìn)參數(shù)計(jì)算中，采用更高層次的特征作為圖像配準(zhǔn)基元，對(duì)圖像間的幾何變形、灰度變化等具有更好的適應(yīng)

10 圖2.3 電磁波譜圖微波是無(wú)線電波中一個(gè)有限頻帶的簡(jiǎn)稱，傳播方式滿足光學(xué)原理，波長(zhǎng)介于1mm ~100cm之間，如圖 2.3 所示，根據(jù)波長(zhǎng)不同，微波可繼續(xù)細(xì)分為不同波段。微波的主要特點(diǎn)包括穿透性、似光性、非電離性和信息容量大等幾個(gè)方面：穿透性指微波波長(zhǎng)大于其它用于輻射加熱的電磁波，穿透能力更強(qiáng)；似光性指微波的特點(diǎn)與幾何光學(xué)相似，采用微波工作可減小元器件的尺寸，使系統(tǒng)集成化程度更高；非電離性指微波的量子能量不足以破壞分子的內(nèi)部結(jié)構(gòu)，并且大多數(shù)分子原子核在電磁場(chǎng)作用下的共振現(xiàn)象均發(fā)生在微波波段，，為探測(cè)物質(zhì)基本特性提供了有效手段；信息容量大則是因?yàn)槲⒉ǖ念l率較高
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張煥龍;張秀嬌;賀振東;張建偉;;基于布谷鳥(niǎo)搜索的圖像匹配方法研究[J];鄭州大學(xué)學(xué)報(bào)(理學(xué)版);2017年04期

2 張輝;龔文森;陳靜萍;林軍記;;基于雙目圖像匹配的車(chē)載測(cè)速測(cè)向方法研究[J];汽車(chē)技術(shù);2017年11期

3 劉曉利;彭翔;殷永凱;李阿蒙;;深度圖像匹配的兩種方法及比較[J];激光與光電子學(xué)進(jìn)展;2010年12期

4 孫華燕,李迎春,李生良;基于角點(diǎn)特征的立體圖像匹配方法[J];指揮技術(shù)學(xué)院學(xué)報(bào);1999年01期

5 王燕婷;張瑋;;圖像匹配技術(shù)在土地利用動(dòng)態(tài)監(jiān)測(cè)中的應(yīng)用方法研究[J];中國(guó)農(nóng)學(xué)通報(bào);2007年06期

6 賈迪;朱寧丹;楊寧華;吳思;李玉秀;趙明遠(yuǎn);;圖像匹配方法研究綜述[J];中國(guó)圖象圖形學(xué)報(bào);2019年05期

7 黃曉峰;龍永紅;;基于自適應(yīng)圖像匹配的噴嘴性能試驗(yàn)器研究[J];組合機(jī)床與自動(dòng)化加工技術(shù);2011年11期

8 田金文，楊磊，柳健，張?zhí)煨?基于局部分形特征的快速圖像匹配方法[J];華中理工大學(xué)學(xué)報(bào);1996年02期

9 胡修兵;;異源圖像匹配自相似性測(cè)度的快速算法[J];科技創(chuàng)新與應(yīng)用;2017年06期

10 童均;;礦井架線機(jī)車(chē)監(jiān)控系統(tǒng)中圖像匹配技術(shù)的應(yīng)用[J];煤炭技術(shù);2013年05期

相關(guān)會(huì)議論文 前10條

1 程玲;許邦建;吳雪琦;欒曉琨;;一種高性能圖像匹配處理加速部件的設(shè)計(jì)與實(shí)現(xiàn)[A];第十七屆計(jì)算機(jī)工程與工藝年會(huì)暨第三屆微處理器技術(shù)論壇論文集（下冊(cè)）[C];2013年

2 李赫洋;;適用于聲納圖像匹配的預(yù)處理算法分析及匹配算法實(shí)現(xiàn)[A];2019年船舶電子自主可控技術(shù)發(fā)展學(xué)術(shù)年會(huì)論文集[C];2019年

3 王一帆;周丹;屈玉福;;可見(jiàn)光和紅外圖像匹配融合技術(shù)研究[A];2014年全國(guó)射線數(shù)字成像與CT新技術(shù)研討會(huì)論文集[C];2014年

4 馬強(qiáng);高嵐;胡有為;李小泉;;一種復(fù)雜背景下圖像匹配的快速算法[A];可持續(xù)發(fā)展的中國(guó)交通——2005全國(guó)博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（下冊(cè)）[C];2005年

5 陳媛媛;施鵬飛;;基于啟發(fā)式搜索的運(yùn)動(dòng)圖像匹配[A];第十一屆中國(guó)體視學(xué)與圖像分析學(xué)術(shù)會(huì)議論文集[C];2006年

6 桑鑫焱;吳錚;李宗民;;基于最小慣性軸的圖像匹配與檢索[A];中國(guó)圖學(xué)新進(jìn)展2007——第一屆中國(guó)圖學(xué)大會(huì)暨第十屆華東六省一市工程圖學(xué)學(xué)術(shù)年會(huì)論文集[C];2007年

7 高晶;蔡幸福;;基于局部不變特征的圖像匹配方法[A];國(guó)家安全地球物理叢書(shū)（十五）——絲路環(huán)境與地球物理[C];2019年

8 劉峽;邱杰;;IGRT圖像匹配的誤差分析[A];2007第六屆全國(guó)放射腫瘤學(xué)學(xué)術(shù)年會(huì)論文集[C];2007年

9 王玉杰;胡小平;練軍想;張禮廉;何曉峰;;慣性/視覺(jué)里程計(jì)輔助的序列圖像匹配方法[A];中國(guó)慣性技術(shù)學(xué)會(huì)第七屆學(xué)術(shù)年會(huì)論文集[C];2015年

10 周丹;屈玉福;;基于局部不變特征提取算法的圖像匹配技術(shù)研究[A];全國(guó)射線數(shù)字成像與CT新技術(shù)研討會(huì)論文集[C];2012年

相關(guān)重要報(bào)紙文章 前2條

1 丁佳;狗狗叫聲泄露體型秘密[N];科學(xué)時(shí)報(bào);2010年

2 本報(bào)記者 唐芳;拍照購(gòu)物“翻車(chē)”？給圖片搜索一些時(shí)間[N];科技日?qǐng)?bào);2019年

相關(guān)博士學(xué)位論文 前10條

1 龍古燦;基于攝像測(cè)量的無(wú)人機(jī)對(duì)地面目標(biāo)精確定位關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2016年

2 楊帆;圖像匹配若干關(guān)鍵技術(shù)研究及其應(yīng)用[D];電子科技大學(xué);2018年

3 王慧燕;圖像邊緣檢測(cè)和圖像匹配研究及應(yīng)用[D];浙江大學(xué);2003年

4 于秋則;合成孔徑雷達(dá)（SAR）圖像匹配導(dǎo)航技術(shù)研究[D];華中科技大學(xué);2004年

5 谷峰;圖像匹配技術(shù)及圖像捕控指令制導(dǎo)半實(shí)物仿真系統(tǒng)研究[D];吉林大學(xué);2006年

6 肖志濤;基于相位信息的圖像特征檢測(cè)和基于DSP的圖像匹配處理機(jī)的研究[D];天津大學(xué);2003年

7 王彥;基于視覺(jué)的機(jī)械手目標(biāo)識(shí)別及定位研究[D];西安理工大學(xué);2010年

8 呂娜;圖像匹配與跟蹤研究[D];西安交通大學(xué);2008年

9 羅軍;運(yùn)動(dòng)估計(jì)在穩(wěn)像和匹配跟蹤中的應(yīng)用及實(shí)現(xiàn)[D];國(guó)防科學(xué)技術(shù)大學(xué);2007年

10 魏寧;模式識(shí)別中圖像匹配快速算法研究[D];蘭州大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 林闖;基于多層語(yǔ)義特征的圖像匹配研究[D];哈爾濱工業(yè)大學(xué);2019年

2 敖天慈;基于改進(jìn)SURF算法的圖像匹配[D];大連理工大學(xué);2019年

3 胡思茹;基于感興趣區(qū)域的異源圖像匹配[D];西安電子科技大學(xué);2019年

4 徐曉偉;無(wú)人機(jī)影像匹配算法研究[D];長(zhǎng)安大學(xué);2019年

5 陸文成;基于標(biāo)記分布的圖像匹配研究與應(yīng)用[D];安慶師范大學(xué);2019年

6 譚莉;基于局部仿射變換一致性的圖像匹配技術(shù)研究[D];安徽大學(xué);2019年

7 鄭麗娟;基于單目視覺(jué)的運(yùn)動(dòng)載體自定位算法研究[D];沈陽(yáng)工業(yè)大學(xué);2019年

8 劉微微;基于自適應(yīng)能量感知的魯棒圖像匹配方法[D];東北師范大學(xué);2019年

9 卜天一;基于張量的水下圖像匹配[D];哈爾濱工程大學(xué);2018年

10 李源熠;基于深度學(xué)習(xí)的圖片匹配算法實(shí)現(xiàn)[D];北京交通大學(xué);2018年

本文編號(hào)：2603656