基于改进 SURF 算法的 SAR 图像目标匹配

摘要：

由于SAR（Synthetic Aperture Radar）图像纹理丰富且存在大量的噪声，使得传统SURF（Speed Up Robust Fea-tures）算子对SAR图像的目标兴趣点检测并不理想，存在兴趣点检测适应性不强和出现大量无用特征点，致使目标匹配的成功率下降。提出了融合恒虚警率（ CFAR，Constant False-Alarm Rate）和SURF的SAR图像目标匹配新算法。采用适应性较强的混合高斯模型拟合杂波的CFAR进行目标兴趣区域检测，运用SURF算子对检测的目标进行特征提取，使用改进的多层剔除方法匹配特征点。通过仿真分析了算法对SAR图像目标匹配的有效性，并在此方面与传统算法进行了比较。仿真实验表明该方法在目标尺度、旋转、噪声变化的情况下，依然可以达到较高的匹配率，具有优越的适应性、鲁棒性。

关键词：SAR图像、目标匹配、恒虚警率、SURF算子

分类号：TP391(计算技术、计算机技术)

在线出版日期：2014-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：65-69