学位论文 > 优秀研究生学位论文题录展示

基于SIFT算法的机载SAR影像匹配研究

作　者: 姜文聪
导　师: 张继贤
学　校: 山东农业大学
专　业: 地图制图学与地理信息工程
关键词: SIFT算法 RANSAC算法 R-D模型物方约束机载SAR影像匹配
分类号: P237
类　型: 硕士论文
年　份: 2013年
下　载: 26次
引　用: 0次
阅　读: 论文下载

内容摘要

由于SAR影像特殊的成像机理，导致SAR影像匹配的成功率、正确率、精度及匹配效率较低，SAR影像匹配成为SAR影像应用的技术难点之一。本文针对机载SAR影像特殊的成像特点，以机载SAR影像匹配算法流程为主线，对机载SAR影像SIFT匹配算法进行研究，并引入了基于2D单应变换的RANSAC剔除误匹配点对算法及基于物方约束的匹配点预测算法，对SIFT匹配算法进行改进、总结；论文重点研究了SIFT匹配算法，并提出了两种改进SIFT匹配算法的方法，第一种是SIFT和粗差剔除算法相结合的匹配方法；第二种是基于物方约束的SIFT匹配方法。前者是利用SIFT算法提取特征稳定的同名点对，并结合基于2D单应变换的RANSAC算法剔除SIFT误匹配点对，以提高匹配点对的精度。而后者对前者进一步改进，基于物方约束的SIFT匹配方法是针对机载SAR影像特殊的成像特点和几何特点，将机载SAR影像的几何约束加入到SIFT算法匹配中，提高SIFT匹配点对的准确率、精度及效率。首先，以机载SAR影像匹配SIFT算法匹配流程为基础，通过机载SAR影像SIFT匹配实验，从选取的机载SAR影像中三组不同地物类别的代表区域角度来分析，验证了SIFT算法能够较准确地匹配到稳定的特征，具有一定的鲁棒性。然后，在机载SAR影像匹配算法流程分析基础上，通过编程，对选取的机载SAR影像中三组不同地物类别的代表区域分别进行了SIFT和粗差剔除算法相结合的匹配实验和基于物方约束的SIFT匹配实验，并对匹配点对结果精度进行了分析和评价。本文研究的内容和创新点如下：（1）本文分别采用了三种不同地物类别的机载SAR数据做实验，在含有人工建筑物、含有自然植被及纹理信息缺乏的机载SAR影像中，从不同角度说明SIFT算法可有效地提取稳定的匹配点对，其正确率高，即使是在纹理信息缺乏的区域，便于在实际中实现整景SAR影像间重叠区域的匹配。（2）引入了2D单应变换以作为RANSAC算法剔除SIFT误匹配点对的模型，提出了利用RANSAC算法剔除SIFT误匹配点对，在基于2D单应变换的RANSAC算法机载SAR影像误匹配剔除实验中，通过对匹配点对数据的分析，验证了该方法可以有效地剔除SIFT误匹配点对，进而提高了SIFT匹配点对的准确率和精度。（3）分析了合成孔径雷达的成像机理、影像特点和构像模型，阐明了SAR影像匹配必须考虑到其自身影像特点。针对机载SAR影像特殊的成像特点，提出了以R-D模型为基础，POS与DEM数据相结合辅助像点定位，将机载SAR影像的几何约束加入到SIFT算法匹配中，利用物方约束来预测待匹配SAR影像的匹配点，建立以预测匹配点为中心的匹配搜索窗口，利用SIFT算法在此约束范围内进行匹配。（4）基于物方几何约束的SIFT匹配实验，与利用SIFT和粗差剔除相结合的匹配算法相比，大大减少了误匹配点对，进一步提高了匹配点对的准确率和精度；基于物方几何约束的SIFT匹配并且约束了待匹配SAR影像的搜索匹配范围，进而提高了匹配效率。基于物方几何约束的SIFT匹配实验结果表明该方法是一种非常有效的机载SAR影像匹配算法。

全文目录

中文摘要  6-8
Abstract  8-10
1 绪论  10-24
  1.1 研究的目的和意义  10-13
  1.2 国内外研究现状  13-21
    1.2.1 灰度匹配算法  15-16
    1.2.2 特征匹配算法  16-18
    1.2.3 SIFT 特征匹配算法  18-21
  1.3 论文研究的主要内容及组织安排  21-24
2 机载 SAR 影像 SIFT 匹配  24-47
  2.1 SIFT 算法的基本思想及其特点  24
  2.2 机载 SAR 影像 SIFT 算法  24-34
    2.2.1 机载 SAR 数据的对比度增强预处理  25-26
    2.2.2 基于高斯金子塔影像和高斯差分金子塔影像的尺度空间生成  26-28
    2.2.3 极值点的检测、精确定位与选取  28-31
    2.2.4 特征点方向分配  31-33
    2.2.5 生成描述 SIFT 特征点的高维向量  33-34
    2.2.6 基于特征点高维向量的影像匹配  34
  2.3 SIFT 算法匹配流程及其编程实现  34-39
  2.4 实验与分析  39-47
    2.4.1 含有人工建筑物的机载 SAR 影像匹配  39-41
    2.4.2 含有自然植被的机载 SAR 影像匹配  41-43
    2.4.3 纹理信息缺乏的机载 SAR 影像匹配  43-45
    2.4.4 实验结果与评价  45-47
3 机载 SAR 影像误匹配剔除—基于 2D 单应变换的 RANSAC 算法  47-56
  3.1 RANSAC 算法的基本思想  47-48
  3.2 RANSAC 算法剔除误匹配点对的模型——2D 单应变换  48-49
  3.3 基于 2D 单应变换的 RANSAC 算法粗差剔除流程及其编程实现  49-51
  3.4 实验与分析  51-56
    3.4.1 含有人工建筑物的机载 SAR 影像匹配  52
    3.4.2 含有自然植被的机载 SAR 影像匹配  52-53
    3.4.3 纹理信息缺乏的机载 SAR 影像匹配  53-54
    3.4.4 实验结果与评价  54-56
4 基于物方约束的机载 SAR 影像 SIFT 匹配  56-66
  4.1 机载 SAR 影像的几何特点及构像模型  56-58
    4.1.1 机载 SAR 影像的几何特点  56-57
    4.1.2 构像模型  57-58
  4.2 POS 与 DEM 数据辅助的像点定位  58
  4.3 基于物方约束的机载 SAR 影像匹配  58-60
  4.4 实验与分析  60-66
    4.4.1 含有人工建筑物的机载 SAR 影像匹配  61-62
    4.4.2 含有自然植被的机载 SAR 影像匹配  62-63
    4.4.3 纹理信息缺乏的机载 SAR 影像匹配  63-64
    4.4.4 实验结果与评价  64-66
5 总结与展望  66-68
  5.1 结论  66-67
  5.2 不足与展望  67-68
参考文献  68-74
致谢  74-75
攻读硕士学位期间发表论文及其他成果  75

基于SIFT算法的机载SAR影像匹配研究

内容摘要

全文目录

相似论文