本文關(guān)鍵詞：SAR圖像配準技術(shù)及應用研究

  更多相關(guān)文章： SAR 圖像配準 SIFT 歐氏距離 遺傳算法

【摘要】：圖像配準是將不同傳感器、不同時段或者不同視角下獲取的兩幅或多幅圖像進行匹配、疊加的過程,已經(jīng)被廣泛地應用于遙感數(shù)據(jù)分析、計算機視覺、圖像處理等領(lǐng)域。合成孔徑雷達(SAR)因其能在任何時段、任何環(huán)境下都能方便獲取同一場景的高分辨率圖像,在圖像配準、變化檢測、目標識別、圖像融合等領(lǐng)域中得到廣泛的應用。本文首先從SAR成像原理入手,針對SAR成像后可能出現(xiàn)噪聲或者幾何變形問題,探討了斑點噪聲抑制方法,對幾種常用的濾波算法進行實驗比較和分析,從濾波效果和邊緣保持度等確定了Lee濾波算法,分析圖像發(fā)生畸變原因,根據(jù)實驗的比較確定了幾何校正模型。然后針對目前配準算法匹配精度低、實時性差的問題,本文提出了一種基于Harris-SIFT的圖像自動匹配算法。利用Harris算子快速提取特征點代替SIFT算子構(gòu)建尺度空間的過程,簡化了傳統(tǒng)SIFT算子的復雜程度,并在尋找匹配點時對圖像進行區(qū)域分塊,縮短了運行時間；利用改進的RANSAC算法,減少錯誤匹配點對的生成,引入遺傳算法,通過歐氏距離提高算子的交叉率,從而產(chǎn)生多變的種群,提高正確匹配點的數(shù)量,從而提高圖像配準的精度。仿真實驗表明了本文所提出的方法的有效性。
【關(guān)鍵詞】：SAR 圖像配準 SIFT 歐氏距離 遺傳算法
【學位授予單位】：沈陽航空航天大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN957.52
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-14
• 1.1 課題背景及意義9-10
• 1.2 SAR圖像配準技術(shù)的國內(nèi)外研究動態(tài)10-13
• 1.2.1 SAR成像技術(shù)研究動態(tài)10-11
• 1.2.2 圖像配準技術(shù)研究動態(tài)11-13
• 1.3 本文的主要工作13-14
• 第2章 圖像配準和圖像預處理技術(shù)14-24
• 2.1 圖像配準技術(shù)14-16
• 2.1.1 圖像配準定義14
• 2.1.2 圖像配準基本步驟14-15
• 2.1.3 圖像配準分類15-16
• 2.2 圖像預處理技術(shù)16-23
• 2.2.1 相干斑產(chǎn)生機理和統(tǒng)計特性16-18
• 2.2.2 相干斑的抑制方法18-20
• 2.2.3 相干斑抑制方法的性能評價標準20-22
• 2.2.4 相干斑抑制實驗及分析22-23
• 2.3 本章小結(jié)23-24
• 第3章 基于特征點的SAR圖像配準技術(shù)研究24-38
• 3.1 圖像特征點的提取24-33
• 3.1.1 Harris算子24-25
• 3.1.2 SUSAN算子25-26
• 3.1.3 SIFT算子26-31
• 3.1.4 三種算法的性能比較31-33
• 3.2 圖像特征點的匹配33-36
• 3.2.1 相似性度量準則33
• 3.2.2 誤匹配點對的去除33-34
• 3.2.3 空間變換矩陣和重采樣34-35
• 3.2.4 插值運算35-36
• 3.3 圖像配準精度分析36-37
• 3.4 本章小結(jié)37-38
• 第4章 基于Harris-SIFT算子的SAR圖像配準技術(shù)研究38-50
• 4.1 基于Harris-SIFT特征點的圖像配準38-40
• 4.1.1 特征點提取38-39
• 4.1.2 特征匹配39
• 4.1.3 改進的RANSAC算法39-40
• 4.2 基于圖像區(qū)域分塊的圖像配準40-42
• 4.2.1 圖像區(qū)域分塊理論40-41
• 4.2.2 區(qū)域相關(guān)性度量準則41-42
• 4.3 實驗結(jié)果和分析42-47
• 4.3.1 SAR圖像與SAR圖像配準實驗42-46
• 4.3.2 SAR圖像與可見光圖像配準實驗46-47
• 4.4 改進算法的性能分析和比較47-49
• 4.5 本章小結(jié)49-50
• 第5章 基于改進遺傳算法的SAR圖像配準技術(shù)研究50-64
• 5.1 遺傳算法50-52
• 5.1.1 種群初始化50
• 5.1.2 適應度函數(shù)50-51
• 5.1.3 選擇操作51
• 5.1.4 交叉操作51
• 5.1.5 變異操作51-52
• 5.1.6 控制參數(shù)52
• 5.1.7 終止條件52
• 5.2 基于歐氏距離和遺傳算法的SAR圖像配準52-58
• 5.2.1 編碼52-54
• 5.2.2 評估函數(shù)和適應度函數(shù)54-55
• 5.2.3 選擇算子55-56
• 5.2.4 改進的交叉算子56-57
• 5.2.5 變異算子57-58
• 5.3 改進算法的性能分析和比較58-60
• 5.4 實驗結(jié)果與分析60-63
• 5.4.1 實驗一 SAR圖像與SAR圖像配準60-62
• 5.4.2 實驗二 SAR圖像與可見光圖像配準62-63
• 5.5 本章小結(jié)63-64
• 結(jié)論64-65
• 參考文獻65-68
• 致謝68-69
• 攻讀碩士期間發(fā)表(含錄用)的學術(shù)論文69-70

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李玉峰;王竹筠;;基于Harris-SIFT特征匹配的圖像自動配準算法研究[J];電視技術(shù);2015年23期

2 范宗杰;徐向輝;周曉麗;;一種基于SIFT算法的SAR圖像配準方法[J];電子測量技術(shù);2014年08期

3 劉輝;申海龍;;一種基于改進SIFT算法的圖像配準方法[J];微電子學與計算機;2014年01期

4 趙欽君;張勇;趙東標;;一種尺度和旋轉(zhuǎn)自適應的目標跟蹤算法[J];中南大學學報(自然科學版);2013年06期

5 劉佳;傅衛(wèi)平;王雯;李娜;;基于改進SIFT算法的圖像匹配[J];儀器儀表學報;2013年05期

6 李超;李光耀;譚云蘭;徐祥龍;;基于Powell算法與改進遺傳算法的醫(yī)學圖像配準方法[J];計算機應用;2013年03期

7 曹健;李侃;高春曉;劉瓊昕;;局部特征在航拍圖像拼接中的應用[J];電子科技大學學報;2013年01期

8 于合龍;蘇恒強;汪巖;馮雪;;SUSAN角點檢測和匹配算法在高溫變形測量中的應用[J];航空學報;2013年05期

9 呂秋娟;方素平;張鎮(zhèn);;基于遺傳算法的離散數(shù)據(jù)特征點識別與提取[J];東華大學學報(自然科學版);2012年05期

10 翟優(yōu);曾巒;王少軒;;自適應對比度閾值SIFT算法研究[J];計算機測量與控制;2011年11期

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 丁南南;基于特征點的圖像配準技術(shù)研究[D];中國科學院研究生院（長春光學精密機械與物理研究所）;2012年

2 高貴;SAR圖像目標ROI自動獲取技術(shù)研究[D];國防科學技術(shù)大學;2007年

中國碩士學位論文全文數(shù)據(jù)庫 前4條

1 谷紹湖;圖像拼接算法的研究與實現(xiàn)[D];沈陽航空航天大學;2015年

2 胡浩;SAR圖像與可見光圖像配準研究[D];武漢理工大學;2012年

3 丁亞蘭;SAR圖像配準以及變化檢測的研究[D];電子科技大學;2010年

4 馮曉偉;基于特征點的圖像配準技術(shù)及應用[D];南京航空航天大學;2008年

，

本文編號：906541