基于仿射不变SIFT特征的SAR图像配准

被引：13

作者：

刘向增 ^{[1
]}

田铮 ^{[1
,2
]}

温金环 ^{[1
]}

武建明 ^{[1
]}

张朝阳 ^{[1
]}

机构：

[1] 西北工业大学应用数学系

[2] 中国科学院遥感应用研究所

来源：

光电工程 | 2010年 / 37卷 / 11期

关键词：

SIFT; SAR图像配准; SVD; 相似矩阵;

D O I：

暂无

中图分类号：

TN957.52 [数据、图像处理及录取];

学科分类号：

080904 ; 0810 ; 081001 ; 081002 ; 081105 ; 0825 ;

摘要：

针对SAR(Synthetic Aperture Radar)图像全自动配准问题,本文提出一种基于仿射不变SIFT(Scale Invariant Feature Transform)特征的精确配准方法。该方法首先对传统SIFT方法改进构建具有仿射不变性的SIFT描述子,并利用该描述子对提取的控制点进行粗匹配,然后由粗匹配点对的尺度比和方位差及其邻域的灰度相似性构建新的相似矩阵,最后利用SVD(Singular Value Decomposition)方法确定精确匹配点对,求出变换参数从而实现图像的精确配准。实验结果表明该方法优于传统的SIFT方法和SIFT+SVD方法并且可以达到亚像素的配准精度。

引用

页码：121 / 127

页数：7

共 4 条

[1]

SVD-matching using SIFT features[J] . Elisabetta Delponte,Francesco Isgrò,Francesca Odone,Alessandro Verri.Graphical Models . 2006 (5)

[2] Distinctive image features from scale-invariant keypoints [J].

Lowe, DG .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) :91-110

[3]

Image registration methods: a survey[J] . Barbara Zitová,Jan Flusser.Image and Vision Computing . 2003 (11)

[4] A SURVEY OF IMAGE REGISTRATION TECHNIQUES [J].

BROWN, LG .

COMPUTING SURVEYS, 1992, 24 (04) :325-376

← 1 →