【摘要】：SAR圖像具有全天候工作,穿透力強(qiáng)等優(yōu)點(diǎn),被廣泛應(yīng)用于氣象分析,地質(zhì)勘測(cè)等領(lǐng)域。SAR圖像的配準(zhǔn)是許多SAR圖像處理應(yīng)用必不可少的步驟之一,因此,關(guān)于SAR圖像配準(zhǔn)技術(shù)的研究在當(dāng)今社會(huì)具有非常重要的研究?jī)r(jià)值。由于SAR圖像特殊的成像機(jī)理和成像條件,使傳統(tǒng)光學(xué)圖像的配準(zhǔn)方法不適用于SAR圖像,因此基于SAR圖像的配準(zhǔn)方法已經(jīng)成為圖像處理領(lǐng)域研究的熱點(diǎn)之一,并得到快速發(fā)展。本文在國(guó)家高層次人才特殊支持計(jì)劃(SAR圖像解譯與目標(biāo)識(shí)別),國(guó)家自然科學(xué)基金面上項(xiàng)目(基于生成對(duì)抗網(wǎng)絡(luò)的極化SAR地物分類(lèi),61771379)等項(xiàng)目的支持下,以基于特征的圖像配準(zhǔn)方法為基礎(chǔ),結(jié)合深度自學(xué)習(xí),提出了三種基于深度自編碼網(wǎng)絡(luò)的SAR圖像配準(zhǔn)方法,內(nèi)容如下:1.通過(guò)實(shí)驗(yàn)說(shuō)明SIFT特征在SAR圖像中存在的問(wèn)題,如SIFT特征不再具有旋轉(zhuǎn)不變性,不滿(mǎn)足最近距離匹配等。針對(duì)特征提取的這些問(wèn)題,基于自編碼網(wǎng)絡(luò)無(wú)監(jiān)督的對(duì)圖像進(jìn)行特征提取,網(wǎng)絡(luò)的輸入為以特征點(diǎn)為中心的圖像塊,輸出作為對(duì)圖像的特征描述,然后度量特征得到匹配點(diǎn)對(duì),完成配準(zhǔn)。該方法避免了人工設(shè)計(jì)特征的復(fù)雜操作,對(duì)于不同數(shù)據(jù),可以自適應(yīng)的提取特征進(jìn)行匹配。與SIFT相比,可以得到更多數(shù)量的正確匹配點(diǎn)對(duì),并且提高了匹配點(diǎn)對(duì)的準(zhǔn)確度,從而提高了配準(zhǔn)的精度。2.由于自編碼網(wǎng)絡(luò)對(duì)圖像數(shù)據(jù)進(jìn)行編碼和重構(gòu)是無(wú)監(jiān)督過(guò)程,網(wǎng)絡(luò)參數(shù)的更新與特征的匹配結(jié)果沒(méi)有關(guān)系,因此在實(shí)際應(yīng)用中,容易造成對(duì)于地理形狀相似的圖像塊所提取到的特征也過(guò)于相似的問(wèn)題,不利于匹配。為解決該問(wèn)題,基于自編碼網(wǎng)絡(luò)有監(jiān)督的完成配準(zhǔn),即引入有標(biāo)簽數(shù)據(jù)指導(dǎo)網(wǎng)絡(luò)的訓(xùn)練。同時(shí)為了更好的學(xué)習(xí)數(shù)據(jù)分布,有效利用數(shù)據(jù),引入遷移學(xué)習(xí),使用源數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練,再使用目標(biāo)數(shù)據(jù)進(jìn)行微調(diào)。利用該方法進(jìn)行網(wǎng)絡(luò)訓(xùn)練之后,能夠直接得到測(cè)試圖像中特征點(diǎn)的匹配結(jié)果,而不需要再進(jìn)行距離度量。該方法可以得到更多數(shù)量的正確匹配點(diǎn)對(duì),并且更加精確,均方根誤差更小,進(jìn)一步提高了配準(zhǔn)的精度。3.有監(jiān)督網(wǎng)絡(luò)訓(xùn)練包括預(yù)訓(xùn)練和微調(diào)兩個(gè)過(guò)程,與無(wú)監(jiān)督自編碼網(wǎng)絡(luò)相比在配準(zhǔn)精度有所提高,但是訓(xùn)練過(guò)程仍較為繁瑣,訓(xùn)練時(shí)間長(zhǎng)。為提高網(wǎng)絡(luò)訓(xùn)練的效率,本文基于有監(jiān)督網(wǎng)絡(luò)的訓(xùn)練過(guò)程,采用將預(yù)訓(xùn)練和微調(diào)結(jié)合起來(lái)同時(shí)進(jìn)行的方式進(jìn)行訓(xùn)練,即將交叉熵和重構(gòu)誤差結(jié)合構(gòu)造損失函數(shù),并通過(guò)不同的權(quán)重決定每部分在訓(xùn)練不同階段的作用。該方法與有監(jiān)督網(wǎng)絡(luò)的訓(xùn)練相比,簡(jiǎn)化了訓(xùn)練過(guò)程,同時(shí)保證了正確匹配點(diǎn)對(duì)的數(shù)量,保證了匹配點(diǎn)對(duì)的準(zhǔn)確度,不降低配準(zhǔn)的精度。
【圖文】：

噪聲比較明顯，信噪比低。圖 2.1 為可見(jiàn)光圖像和 SAR 圖像示例。(a)可見(jiàn)光圖像 (b)SAR 圖像圖2.1 圖像數(shù)據(jù)2.2 圖像配準(zhǔn)基礎(chǔ)知識(shí)2.2.1 圖像配準(zhǔn)的定義對(duì)于不同時(shí)間、不同天氣、或者不同成像設(shè)備下獲取的多幅圖像，如果需要知道這多幅圖像中存在哪些真實(shí)的地理變化，就需要進(jìn)行圖像之間的校正、匹配等操作，消除拍攝環(huán)境造成的圖像之間的差異，這個(gè)過(guò)程稱(chēng)為圖像配準(zhǔn)。圖像配準(zhǔn)中，稱(chēng)傳感器獲取的兩幅或多幅圖像為參考圖像和待配準(zhǔn)圖像。通常將參考圖像作為圖像配準(zhǔn)的基準(zhǔn)圖，而待配準(zhǔn)圖像均以基準(zhǔn)圖為基礎(chǔ)，進(jìn)行圖像變換。假設(shè)參考圖像為 1I x ,y ,待配準(zhǔn)圖像為 2I x

圖 3.8 為待配準(zhǔn)圖像由人工構(gòu)造變換矩陣對(duì)參考圖像進(jìn)行變換所得實(shí)驗(yàn)數(shù)據(jù)。(a)參考圖像 (b)待配準(zhǔn)圖像圖3.8 實(shí)驗(yàn)數(shù)據(jù)對(duì)其進(jìn)行 SIFT 特征舉例分析，，其中(a)中可以得到 1327 個(gè)特征點(diǎn)，(b)中有 1360個(gè)特征點(diǎn)，若點(diǎn)對(duì)的坐標(biāo)誤差小于 2 認(rèn)為是匹配的。通過(guò)分析發(fā)現(xiàn)，滿(mǎn)足匹配規(guī)則的匹配點(diǎn)對(duì)共有 288 對(duì)。其中匹配點(diǎn)對(duì)之間的特征的歐氏距離如圖 3.9 中的紅色曲線所示；而在(b)的所有關(guān)鍵點(diǎn)中，與(a)中的 288 個(gè)特征點(diǎn)的最近特征距離如圖 3.11 的藍(lán)
【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】：2018
【分類(lèi)號(hào)】：TN957.52

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張穎;曹璐云;;圖像配準(zhǔn)技術(shù)[J];數(shù)碼世界;2017年06期

2 何立新;王昆侖;檀明;;基于多分辨率和互信息的圖像配準(zhǔn)方法研究[J];合肥學(xué)院學(xué)報(bào)(自然科學(xué)版);2012年02期

3 云日升,彭海良,王彥平;干涉合成孔徑雷達(dá)復(fù)圖像配準(zhǔn)精度分析和方法[J];測(cè)試技術(shù)學(xué)報(bào);2003年01期

4 高東陽(yáng);趙西安;潘昕;;基于稀疏快速傅里葉的互相關(guān)圖像配準(zhǔn)[J];北京建筑大學(xué)學(xué)報(bào);2017年02期

5 倪權(quán);倪偉淵;;多分辨率人臉圖像配準(zhǔn)方法研究[J];信息化研究;2015年04期

6 張婧;郇中丹;張海利;;有關(guān)非線性圖像配準(zhǔn)的正則化(英文)[J];工程數(shù)學(xué)學(xué)報(bào);2011年06期

7 邊倩;鄭伊寧;;一種改進(jìn)的基于最大互信息的圖像配準(zhǔn)方法[J];電子科技;2008年06期

8 曾琪明,解學(xué)通;基于譜運(yùn)算的復(fù)相關(guān)函數(shù)法在干涉復(fù)圖像配準(zhǔn)中的應(yīng)用[J];測(cè)繪學(xué)報(bào);2004年02期

9 傅德勝;劉珍麗;;印鑒圖像配準(zhǔn)與特征提取[J];模式識(shí)別與人工智能;2002年03期

10 段嘉旭;羅林;高曉蓉;彭建平;李金龍;;基于抽樣隨機(jī)一致性和圖像特征的圖像配準(zhǔn)[J];信息技術(shù);2017年11期

相關(guān)會(huì)議論文 前10條

1 郭宏國(guó);周銓;趙榮椿;;一種改進(jìn)的基于角點(diǎn)檢測(cè)的圖像配準(zhǔn)方法[A];第八屆全國(guó)信號(hào)與信息處理聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2009年

2 甘亞莉;李國(guó)輝;涂丹;;基于相關(guān)性的小波域圖像配準(zhǔn)方法研究[A];第二屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議(HHME2006)——第15屆中國(guó)多媒體學(xué)術(shù)會(huì)議(NCMT'06)論文集[C];2006年

3 張成;韋穗;;一種基于新的能量泛函的彈性圖像配準(zhǔn)方法[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

4 馮麗麗;姜慧研;李季;;一種自適應(yīng)的非剛性圖像配準(zhǔn)方法及其在肝臟配準(zhǔn)中的應(yīng)用[A];第九屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅱ[C];2011年

5 翟勝軍;姜暉;張?chǎng)?;一種基于角點(diǎn)的圖像配準(zhǔn)方法[A];武漢(南方九省)電工理論學(xué)會(huì)第22屆學(xué)術(shù)年會(huì)、河南省電工技術(shù)學(xué)會(huì)年會(huì)論文集[C];2010年

6 吳正琴;王艷陽(yáng);陳茜琛;郭小梅;傅小龍;;千伏錐形束CT在線引導(dǎo)放療中技術(shù)員參與圖像配準(zhǔn)的可行性研究[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

7 李蓉;桂仁;;基于ArcGIS Add-In的柵格圖像配準(zhǔn)工具設(shè)計(jì)[A];地理信息與人工智能論壇暨江蘇省測(cè)繪地理信息學(xué)會(huì)2017年學(xué)術(shù)年會(huì)論文集[C];2017年

8 張照喜;何正中;邱大勝;劉玉林;陳軍;杜東屏;蔣春林;;基于放療計(jì)劃的CT/MR圖像配準(zhǔn)對(duì)視交叉保護(hù)價(jià)值的探討[A];2010中華醫(yī)學(xué)會(huì)影像技術(shù)分會(huì)第十八次全國(guó)學(xué)術(shù)大會(huì)論文集[C];2010年

9 王云雅;王曉麗;汪靜;鄧敬蘭;李國(guó)權(quán);馬曉偉;;床位變化對(duì)SPECT/CT同機(jī)圖像配準(zhǔn)的影響[A];中華醫(yī)學(xué)會(huì)第九次全國(guó)核醫(yī)學(xué)學(xué)術(shù)會(huì)議論文摘要匯編[C];2011年

10 黃攀;唐勁松;岳軍;鐘何平;張森;;基于相位信息的InSAS復(fù)圖像配準(zhǔn)方法[A];中國(guó)聲學(xué)學(xué)會(huì)水聲學(xué)分會(huì)2015年學(xué)術(shù)會(huì)議論文集[C];2015年

相關(guān)重要報(bào)紙文章 前1條

1 尚琴;我國(guó)圖像配準(zhǔn)技術(shù)還需加強(qiáng)產(chǎn)學(xué)研融合[N];中國(guó)知識(shí)產(chǎn)權(quán)報(bào);2017年

相關(guān)博士學(xué)位論文 前10條

1 葉蓬;多模態(tài)遙感圖像配準(zhǔn)關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2016年

2 武越;基于計(jì)算智能的圖像配準(zhǔn)與分割研究[D];西安電子科技大學(xué);2016年

3 韓歡;一類(lèi)醫(yī)學(xué)圖像配準(zhǔn)中的變分問(wèn)題與數(shù)值算法研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院武漢物理與數(shù)學(xué)研究所);2016年

4 張浩;多信息融合圖像邊緣特征提取及圖像配準(zhǔn)研究與應(yīng)用[D];浙江大學(xué);2008年

5 楊曉梅;幾何變分方法在圖像配準(zhǔn)中的應(yīng)用[D];華東師范大學(xué);2014年

6 王雷;影像導(dǎo)航手術(shù)中2D/3D圖像配準(zhǔn)[D];中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所);2015年

7 周海洋;圖像配準(zhǔn)及其在天文和顯微圖像中的應(yīng)用研究[D];浙江大學(xué);2017年

8 黃曉陽(yáng);在體肝臟圖像配準(zhǔn)方法及應(yīng)用研究[D];廈門(mén)大學(xué);2009年

9 陳錦偉;敏捷衛(wèi)星遙感圖像配準(zhǔn)和拼接技術(shù)研究[D];浙江大學(xué);2014年

10 趙偉;SAR圖像配準(zhǔn)的穩(wěn)健核譜方法[D];西北工業(yè)大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 鐘用;基于點(diǎn)特征的遙感圖像配準(zhǔn)[D];西安電子科技大學(xué);2018年

2 葛毓歡;基于點(diǎn)特征和局部結(jié)構(gòu)信息的遙感圖像配準(zhǔn)[D];西安電子科技大學(xué);2018年

3 林威;分振幅式偏振探測(cè)系統(tǒng)的圖像配準(zhǔn)研究[D];大連理工大學(xué);2018年

4 張姣姣;基于改進(jìn)SIFT和深度學(xué)習(xí)的SAR圖像配準(zhǔn)研究[D];西安電子科技大學(xué);2018年

5 寧夢(mèng)丹;基于深度自編碼的SAR圖像配準(zhǔn)方法研究[D];西安電子科技大學(xué);2018年

6 劉超然;航空遙感圖像配準(zhǔn)與拼接算法研究[D];哈爾濱工業(yè)大學(xué);2018年

7 蔣晨嬌;基于改進(jìn)雞群算法的AD患者DTI圖像配準(zhǔn)[D];河北大學(xué);2018年

8 劉月亮;基于預(yù)測(cè)的肺4D-CT圖像配準(zhǔn)方法研究[D];南方醫(yī)科大學(xué);2018年

9 高弘治;基于極限學(xué)習(xí)機(jī)與Demons算法的圖像配準(zhǔn)研究[D];遼寧師范大學(xué);2018年

10 周詩(shī)豪;基于對(duì)數(shù)極坐標(biāo)特征及就近點(diǎn)迭代的圖像配準(zhǔn)方法[D];昆明理工大學(xué);2018年

本文編號(hào)：2606577