SAR图像与光学图像配准方法研究

[复制链接]
查看: 147|回复: 0

2万

主题

3万

帖子

7万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
72280
发表于 2023-9-25 11:07:15 | 显示全部楼层 |阅读模式
目:


雅宝题库答案
****此区域为收费内容****    需支付 1 知识币后可查看,1币=0.01元查看答案


雅宝题库解析:
合成孔径雷达(SAR)成像具有全天候、全天时的特点,在军事领域应用广泛。合成孔径雷达图像与光学图像相比有其特殊之处,如灰度、纹理、统计特征和信噪比低等。SAR图像与光学图像配准是图像融合、目标变化检测、自然灾害评估等应用的前提,属于多模态图像配准范畴,但两类图像成像原理迥异,现有SAR图像与光学图像配准方法适应性不高,鲁棒性不强,配准精度低。本文以真实SAR图像与光学图像数据为对象,通过并结合现有方法分析比较,找到其局限性,对真实数据采用鲁棒性较高的Hausdorff距离改进算法结合蚁群优化算法应用于求取最优图像粗配准参数,在粗配准的基础上采用改进傅里叶变换的亚像素配准方法使配准结果达到亚像素精度。首先,对图像配准原理及现有的图像配准算法进行了概述和分析,重点研究了基于特征的图像配准方法。其次,在研究合成孔径雷达图像的成像原理和光学图像成像原理后,详细对比分析了合成孔径雷达图像与光学图像的特点以及匹配特征。再次,在图像预处理环节,对SAR图像相干斑抑制方法进行了比较,分析了基于偏微分方程和小波变换相结合的相干斑抑制方法,并结合实验对相干斑抑制结果进行了对比;在预处理的基础上,进行了SAR图像与光学图像对应边缘特征提取。最后,基于改进Hausdorff距离为相似性度量,以蚁群优化算法为搜索策略求取图像间的最优化粗配准参数,在粗配准基础上采用改进傅里叶变换的亚像素配准方法完成配准过程,并利用软件编程实现对图像配准的实验仿真。同时采用目视比较法及均方根距离法两种不同方法对图像配准结果进行评价。论文的一个新尝试是在在特征提取过程中,对光学图像边缘提取采用了亚像素定位技术,在基于改进Hausdorff距离的图像配准过程中,将改进Hausdorff距离为适应度函数的蚁群优化算法应用于粗配准过程中,将改进傅里叶变换的亚像素配准方法用于精配准过程,以上几项技术的应用在保证配准速度的同时提高了配准的精度。





上一篇:基于历史数据的交通事件特征分析系统的研究与实现
下一篇:碳含量和模壳温度对Ni3Al基等轴晶合金组织和中温力学性能的影响
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩课程推荐
|网站地图|网站地图