10.3969/j.issn.1007-7162.2014.01.013
基于改进 SURF 算法的 SAR 图像目标匹配
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。
SAR图像、目标匹配、恒虚警率、SURF算子
TP391(计算技术、计算机技术)
2014-04-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
65-69