SAR圖像結構特征匹配方法研究.pdf

1、合成孔徑雷達（SAR）是目前遙感數(shù)據(jù)獲取手段中發(fā)展最為迅速和最有成效的方式之一。隨著遙感平臺和微波成像技術的進一步發(fā)展，多種類型的SAR圖像數(shù)據(jù)越來越多，許多應用需要綜合多種SAR圖像數(shù)據(jù)來進行對比分析。圖像匹配是根據(jù)圖像的物理和幾何屬性，找到同一場景中兩幅或多幅SAR圖像在空間上的對應性，因此，SAR圖像匹配成為各類SAR數(shù)據(jù)應用中基礎且共性的關鍵技術。
　　結構特征是SAR圖像特征匹配中最常用的特征之一。但由于SAR圖像成像機

2、理的特殊性和SAR圖像結構特征提取的復雜性，SAR圖像及其結構特征具有較為嚴重的不確定性，嚴重影響了SAR圖像結構特征匹配的性能。因此，本文在SAR圖像及其結構特征不確定性分析的基礎上，針對三類結構特征各自所具有的典型不確定性，重點研究穩(wěn)健、精確、高效的SAR圖像結構特征匹配方法。主要研究內(nèi)容和研究成果如下：
　　SAR圖像及其結構特征的不確定性分析：從成像機理的角度概述了SAR圖像的物理和幾何特性，探索性地提出并概括了SAR圖像

3、及其結構特征不確定性的概念、組成和分類，總結了SAR圖像特征的隨機性、模糊性和不完整性三類不確定性的典型表現(xiàn)形式，分析了三類不確定性對結構特征匹配的影響，總結了SAR圖像結構特征匹配的特點，歸納了用于SAR圖像特征匹配的特征選擇準則，并以此準則分析了本文所選擇的三類結構特征的特性。
　　SAR圖像模糊輪廓特征匹配：針對SAR圖像模糊導致輪廓邊緣定位不準而影響輪廓特征匹配性能的問題,基于形狀上下文描述子，實現(xiàn)了對輪廓特征的不變性描述

4、，并基于Rough Set提出了一種模糊輪廓不變描述子，設計了一種SAR圖像模糊輪廓特征匹配方法。通過實際SAR圖像數(shù)據(jù)和MSTAR目標模板數(shù)據(jù)集的SAR圖像輪廓特征匹配和目標分類實驗，驗證了本方法的性能，實現(xiàn)了SAR圖像場景匹配和目標分類，并提高了輪廓匹配的精度。
　　SAR圖像不確定性直線特征匹配：針對SAR圖像的多邊緣特征，利用多尺度和DS理論方法，分別提出了SAR圖像直線特征多尺度提取方法和基于DS理論的SAR圖像直線提取

5、融合方法；兩種方法可以分別較好地提取簡單背景和復雜背景的SAR圖像中的直線特征。針對SAR圖像直線特征中的不連續(xù)和定位不準等問題，通過建立直線交點的不確定性模型，基于模糊粗糙集提出了直線特征交點的不確定性知識表達，提出了一種利用直線對（組）交點來實現(xiàn)SAR圖像不確定性直線特征匹配方法。通過簡單場景和復雜場景下的直線交點特征匹配實驗，證明該方法可以較好的地實現(xiàn)具有明顯結構特征的SAR圖像場景匹配和圖像配準，并提高特征匹配的準確性。SAR圖

6、像點特征匹配：針對相干斑噪聲影響SAR圖像點特征匹配性能的問題，利用常規(guī)SIFT特征匹配方法獲取初始特征匹配點集，建立幾何變換模型參數(shù)空間，再基于邊緣點集的強度特征建立由幾何變換關系確定的相似性測度，通過迭代優(yōu)化逐一增加匹配點對個數(shù)，逐步確定滿足不同幾何變換模型的匹配點集，提出了一種 SAR圖像全局最優(yōu)的聯(lián)合匹配框架，實現(xiàn)了基于精確幾何模型的SAR圖像SIFT特征的優(yōu)化匹配。通過多種場景類型下多種類型數(shù)據(jù)的對比實驗，證明該方法可降低相干