基于SAR-SIFT和快速稀疏编码的合成孔径雷达图像配准

扫码查看

原文链接

NETL
NSTL
万方数据
维普

中文摘要：SAR-SIFT(Synthetic Aperture Radar-Scale-Invariant Feature Transform)特征是一种类SIFT特征,为了较好的适应SAR图像的特点,SAR-SIFT在SIFT的基础上针对SAR图像的统计特性改进了局部描述子的提取方式.SAR-SIFT相比SIFT具有更好的抗噪性能,然而在强噪声下仍然会提取许多异常点.为了解决强噪声情况下SAR图像的特征点提取及匹配问题,在SAR-SIFT基础上,首先提出了一种新的梯度计算方法,它的大小和方向对散斑噪声都具有很强的鲁棒性,使得对SAR图像进行特征点检测与特征描述提取时具有一定的抗噪性能.其次,使用快速稀疏编码方法对提取到的特征点进行稀疏表示,利用稀疏表示的聚类效果和更好的信号表达能力来减少噪声对特征点提取的影响,从而达到减少异常点的目的.最后通过NNDR(Nearest Neighbor Distance Ratio)和RANSAC(Random Sample Consensus)来完成特征点的匹配以及参数的估计.实验结果表明,利用本文方法能显著减少强噪声SAR图像所提取特征点中的异常点数量并提高匹配精度.

外文标题：Synthetic Aperture Radar Image Registration Based on SAR-SIFT and Fast Spare Coding

作者：

李帮娜、贺兴时、贺飞跃

展开 >

作者单位：

西安工程大学理学院,西安710048

关键词：

合成孔径雷达图像图像配准 SAR-SIFT特征快速稀疏编码 SIFT特征

基金：

国家自然科学基金青年科学基金陕西省科技厅重点项目陕西省教育厅自然科学专项项目

项目编号：

115014362018kW-02119JK0359

出版年：

2021

DOI：

10.11863/j.suse.2021.01.06

四川轻化工大学学报(自然科学版)

ISSN：

年,卷(期)：2021.34(1)

被引量1
参考文献量6