基于改进SIFT的SAR图像配准方法

摘要：

针对尺度不变特征变换(SIFT)配准方法在处理SAR图像时精度不高的问题,提出一种基于改进SIFT的精确配准方法.在提取关键点SIFT描述子及其邻域多尺度自卷积矩不变特征的基础上,利用基于典型相关分析的融合算法对SIFT与矩不变特征进行融合,形成新的关键点描述子,使用阈值实现粗匹配,并结合关键点的距离与邻域灰度相关性构建相似矩阵,采用奇异值分解方法精确确定匹配点对,求出仿射变换模型参数,从而完成图像配准.实验结果表明,该方法的配准结果优于SIFT方法,且配准精度达到亚像素级.

关键词：SAR图像配准、尺度不变特征变换、多尺度自卷积、典型相关分析、奇异值分解

所属期刊栏目：41

分类号：TP751(遥感技术)

资助基金：国家自然科学基金资助重点项目61132008

在线出版日期：2015-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：223-226