论文部分内容阅读
将不同时间、视角等成像条件下对同一场景的两张或多张图像进行匹配,寻找图像间的几何变换关系的过程,叫做图像配准,目前图像配准技术已在很多军用及民用领域得到了广泛的应用。在弹载SAR制导定位的过程中,需要对实时成像的图像和基准图像进行配准以达到精确定位目标的目的。然而,由于现有技术条件的限制,基准图像多为光学图像,光学图像与SAR图像来自于不同的传感器,属于异源图像。由于异源图像成像的来源和拍摄的机制不同,异源图像上对应区域的差别较大,给配准工作带来了更大的难度。因此,在精确制导领域对于高精度、满足实时性要求的异源图像配准技术的研究已经成为了急需解决的问题。针对上述问题,本文采用闭合区域作为SAR图像和光学图像的特征,利用仿射不变矩对闭合区域进行描述,提出了一种基于闭合区域的光学和SAR图像配准技术,本文主要的研究工作如下:1、针对SAR图像受到相干斑噪声的影响造成SAR图像信息受损,进而影响配准结果的问题,本文首先对常用的SAR图像统计类滤波方法进行了研究。非局部均值算法的去噪能力良好。结构相似指数(SSIM)是一种图像质量的评价指标,利用到了图像的亮度、对比度和结构信息,能够很好的描述图像的特征,本文将结构相似指数这一指标引入到非局部均值滤波算法中,提出了基于SSIM的非局部均值图像滤波方法。经过仿真验证,此方法的去噪性能良好。2、针对SAR图像和光学图像的异源图像配准问题,提出了一种基于闭合区域的光学和SAR图像配准技术。对于基于图像区域特征的配准过程,图像分割是其中关键一个步骤,对图像进行分割的结果好坏直接关系着最后配准结果的精度。本文采用了基于马尔可夫随机场的ICM(条件迭代模式)算法对图像进行分割,接下来对图像分割后的闭合区域采用7个Hu不变矩进行描述,并计算出每块区域的区域重心。最后,在闭合区域配准的基础上采用RANSAC(随机采样一致性算法)来拟合基准图与待配准图之间的投影变换矩阵。经过仿真验证,证明了本算法的有效性。将两幅图像配准对齐,使同一场景的图像在空间位置上保持一致后进行融合。通过图像的数据融合将光学图像和SAR图像的信息结合,使得目标信息更加精确、完善,提高目标图像的清晰度,使目标更容易识别。