基于相位一致性图像配准下的SWT图像融合

摘要

合成孔径雷达(Synthetic Aperture Radar，SAR)图像由于具有分辨率高、全天候的工作特性，在军事和民用领域得到广泛的应用。SAR图像配准和融合是遥感领域中重要的图像处理技术，是近年来备受研究人员关注和研究的热点问题。图像配准是实现同一场景下不同时间、不同视角或不同传感器所获得的图像数据在空间位置上的对齐。图像融合技术是获得两个或两个以上同一场景下图像中的互补信息和冗余信息，进而更能准确、可靠的描述目标场景。事实上，图像配准是图像融合的关键步骤和必要前提。
　　SIFT(Scale Invariant Feature Transform)特征算子由于具有较好的尺度和旋转不变性，因而被广泛应用于图像配准领域。然而由于SAR成像系统的复杂性和SAR图像自身特点的多样性，通常其算法在对受噪声影响严重或灰度、对比度差异较大的SAR图像配准时，直接用像素灰度差值得到的梯度信息不够稳定，从而导致配准精度较低或失败。综合以上问题，本文首先利用SAR图像的相干斑统计特性，对目标SAR图像进行Lee滤波预处理以抑制相干斑噪声；然后采用相位一致性模型对图像进行特征点提取以减少SAR图像中错误的和不稳定的特征点影响；之后提出了新的特征点匹配策略，在保证运算速度的同时极大程度上剔除错误的匹配点对；然后采用随机抽样一致算法获取图像的仿射变换模型；最后采用双线性插值方法对图像重采样。通过对实测SAR图像的仿真实验，验证了本文方法具有配准精度高、运行速度快、鲁棒性强的优势，能够有效的完成SAR图像的配准任务。
　　另外，本文介绍了图像融合技术的基本理论和常用方法。由于离散小波变换在图像融合时不具有平移不变性，提出利用平稳小波变换(Stationary Wavelet Transform， SWT)方法实现图像的融合。本文首先对图像进行SWT分解；然后针对SAR和可见光等图像对目标轮廓、纹理和色调等信息的表现各不相同的特性，提出了增强互补信息的融合规则：图像的低频部分采用基于边缘提取的加权规则，高频部分采用绝对值取大原则，实现图像之间高频和低频信息的融合；最后利用SWT逆变换获取图像的融合结果。通过对SAR、毫米波和可见光图像的融合仿真实验，验证了本文方法具有平移不变性的优点，融合图像的信息量和清晰度方面更具有优势。

目录

封面

声明

中文摘要

英文摘要

插图索引

表格索引

符号对照表

缩略语对照表

目录

第一章 绪论

1.1 研究的背景及意义

1.2 图像配准技术研究的内容与现状

1.3图像融合技术研究的内容与现状

1.4论文研究内容及章节安排

第二章 图像配准的基本理论

2.1图像配准的定义

2.2图像配准的基本框架

2.3 图像配准的基本方法

2.4 本章小结

第三章 图像融合的基本理论

3.1 图像融合的定义

3.2 图像融合的基本框架

3.3 图像融合的基本方法

3.4 本章小结

第四章 基于相位一致性的图像配准

4.1 相位一致性的基本原理

4.2 基于相位一致性的图像配准方法

4.3 仿真实验及性能分析

4.4本章小结

第五章 基于平稳小波变换的图像融合方法

5.1 平稳小波变换的基本原理

5.2 基于平稳小波变换的图像融合方法

5.3 本章小结

第六章 结论与展望

参考文献

致谢

作者简介