基于改进尺度不变特征转换算法的合成孔径雷达图像配准并行研究

2012-09-18张建勋

重庆理工大学学报(自然科学) 2012年6期

张建勋，孙权，李涛

(重庆理工大学计算机科学与工程学院，重庆 400054)

合成孔径雷达(synthetic aperture radar，SAR)图像配准是对同一场景在相同或不同时间、由相同或不同传感器生成的2幅以上(含2幅)图像采用适当的空间几何变换方法进行最佳匹配的过程［1］。

目前，图像并行处理方法可大致分为基于集群系统的并行方法和基于共享存储技术的并行方法［2－8］。前者是采用数据并行的方式，通过集群系统内的消息传递来完成图像的并行处理;后者通过共享存储的方式对算法进行并行优化来达到并行计算的目的。OpenMP是目前比较成熟的共享存储技术，用于共享内存并行系统比较成熟的多线程程序接口，是由OpenMP Architecture Review Board牵头提出的一套非常完善的指导性注释。

尺度不变特征转换 (scale in-variant feature transform，SIFT)算法是一种运用机器视觉技术来检测描述图像中局部性特征的算法。SIFT算法由David Lowe在1999年首次发表，后于2004年对之进行完善总结。该算法在图像尺度不变性、旋转变换和仿射变换稳定性等方面都具有良好的鲁棒性。

本文提出一种鲁棒性较好的SAR图像并行配准方法。该方法基于多核平台，对图像运用直方图均衡化进行增强处理后，采用并行改进的SIFT特征提取算法实现图像的并行特征提取，最后完成SAR图像配准。