基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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。
推荐文章
基于SURF的图像匹配算法改进
SURF
欧式距离
图像配准
自动匹配
改进的SURF算法在图像匹配中的应用
图像匹配
特征点提取
双向匹配
视差梯度
随机抽样一致
匹配精度
一种改进的基于SURF特征匹配的图像拼接算法
图像拼接
快速鲁棒特征
随机抽样一致
加权平滑算法
亮度均衡
基于改进SURF算法的红外图像拼接
红外图像
SURF
双向匹配
自适应阈值
图像拼接
特征点
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进 SURF 算法的 SAR 图像目标匹配
来源期刊 广东工业大学学报 学科 工学
关键词 SAR图像 目标匹配 恒虚警率 SURF算子
年,卷(期) 2014,(1) 所属期刊栏目 综合研究
研究方向 页码范围 65-69
页数 5页 分类号 TP391
字数 3571字 语种 中文
DOI 10.3969/j.issn.1007-7162.2014.01.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 何家峰 广东工业大学信息工程学院 14 145 4.0 12.0
2 雷禹 广东工业大学信息工程学院 2 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (10)
二级引证文献  (8)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
SAR图像
目标匹配
恒虚警率
SURF算子
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
广东工业大学学报
双月刊
1007-7162
44-1428/T
16开
广东省广州市东风东路729号
1974
chi
出版文献量(篇)
2262
总下载数(次)
2
总被引数(次)
11966
论文1v1指导