APP下载

基于改进的SAR-SIFT的SAR图像配准

2020-12-28王福全李晓天朱袁杰

北京测绘 2020年12期

王福全 李晓天 朱袁杰

(1. 浙江省国土勘测规划有限公司, 浙江 杭州 310030; 2. 浙江省测绘科学技术研究院, 浙江 杭州 311121; 3. 宁波市阿拉图数字科技有限公司, 浙江 宁波 315000)

0 引言

合成孔径雷达(Synthetic Aperture Radar, SAR)是一种全天时、全天候的微波遥感成像雷达,SAR图像弥补了可见光成像的缺陷。SAR图像配准是将同一场景中不同时间、不同传感器、不同视点的两幅或多幅SAR图像进行配准的过程。它是许多遥感任务(如变化检测、图像融合、环境监测)不可缺少的一部分。

现有的图像匹配方法大致可分为两类:基于特征的匹配方法和模板匹配方法。模板匹配方法是用逐像素比较来估计两幅图像的相似度,相似度度量主要采用互相关和互信息[1]。然而,模板匹配方法存在纹理单调、光照差异大、全局优化计算复杂度高等问题[2]。基于特征的方法假设图像间的共享特征能够被可靠地检测和匹配,从而有足够的对应特征来估计二维全局变换。一般来说,这些特征包括点、边、轮廓、特定区域的质心等[3-5]。在基于特征的方法中,尺度不变特征变换(Scale-Invariant Feature Transform, SIFT)是经典算法。SIFT算法不受图像缩放和旋转的影响,部分不受光照和摄像机视点变化的影响[6]。

虽然SIFT算法已经在光学遥感的各种应用中证明了它的有效性,但是对于SAR图像来说,情况有所不同。SAR是一个主动系统,具有独立于天气条件和太阳光照获取图像的优点。SAR图像经常用于灾难情况,因为它们通常是最快的可用图像。然而,图像被一种叫作散斑的强乘性噪声破坏,因此数据处理变得困难。……

登录APP查看全文