基于FKICA-SIFT特征的合成孔径图像多尺度配准

针对合成孔径(SAR)图像的配准,提出一种基于仿射不变快速核独立成分分析-尺度不变特征变换(FKICA-SIFT)的多尺度配准方法。首先,根据特征点的Hessian矩阵构建仿射不变SIFT描述子。接着,利用FKICA提取该描述子的独立成分得到新的描述子FKICA-SIFT。然后,利用该描述子对Steerable滤波后的各层带通合成子图像提取的特征点进行匹配。最后,采用由粗到细的匹配策略逐步优化变换参数,实现图像的多尺度精确配准。实验结果表明,对有较大仿射变化的SAR图像,当阈值小于0.7时,该方法的匹配正确率大于85%,阈值小于0.5时,匹配正确率可达90%以上,配准精度达到亚像素水平,优于SIFT,PCA-SIFT,ICA-SIFT及SURF等相关方法。使用该方法准确地检测出了地震前后唐家山堰塞湖水域的变化情况,基本满足了SAR图像变换检测前精确配准的要求。