基于改进SIFT的SAR图像配准方法

• 作者: 宋建社 张雄美 易昭湘 蔡幸福
• 来源期刊: 计算机工程
• 学科: 工学
• 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
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 图形图像处理
• 页码范围: 223-226
• 页数: 4页
• 分类号: TP751
• 字数: 3562字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2015.01.041

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋建社		81	969	19.0	25.0
2	张雄美		13	82	6.0	9.0
3	易昭湘		15	77	5.0	8.0
4	蔡幸福		6	28	3.0	5.0