吉林大学学报（信息科学版）
吉林大學學報（信息科學版）
길림대학학보（신식과학판）
JOURNAL OF JILIN UNIVERSITY(INFORMATION SCIENCE EDITION)
2015年
2期
208-213
,共6页
图像配准%合成孔径雷达%多模态特征%模糊聚类
圖像配準%閤成孔徑雷達%多模態特徵%模糊聚類
도상배준%합성공경뢰체%다모태특정%모호취류
image registration%synthetic aperture radar(SAR)%multimodal features%fuzzy clustering
针对可见光和合成孔径雷达(SAR:Synthetic Aperture Radar)图像融合问题,在图像预处理基础上,从像素级特征、纹理级特征及边缘轮廓特征等多模态入手,优化现有同源图像的配准融合算法.利用改进的SURF(Speeded Up Robust Features)算子、纹理分析及轮廓提取算法,获取待融合图像的多模态和多尺度特征.通过模糊尺度标准化,使异源图像特征对能更好地适应特征间的差异性,从而能进行相似性的比较,结合模糊相关系数法,确保配准融合的精度,实现光-SAR图像信息的有效融合.与传统配准融合方法进行比较的实验结果表明,该算法可提高光-SAR配准的精度和适应性,使配准融合的平均准确率达到87.7％,可满足较高精度的配准融合需求.
針對可見光和閤成孔徑雷達(SAR:Synthetic Aperture Radar)圖像融閤問題,在圖像預處理基礎上,從像素級特徵、紋理級特徵及邊緣輪廓特徵等多模態入手,優化現有同源圖像的配準融閤算法.利用改進的SURF(Speeded Up Robust Features)算子、紋理分析及輪廓提取算法,穫取待融閤圖像的多模態和多呎度特徵.通過模糊呎度標準化,使異源圖像特徵對能更好地適應特徵間的差異性,從而能進行相似性的比較,結閤模糊相關繫數法,確保配準融閤的精度,實現光-SAR圖像信息的有效融閤.與傳統配準融閤方法進行比較的實驗結果錶明,該算法可提高光-SAR配準的精度和適應性,使配準融閤的平均準確率達到87.7％,可滿足較高精度的配準融閤需求.
침대가견광화합성공경뢰체(SAR:Synthetic Aperture Radar)도상융합문제,재도상예처리기출상,종상소급특정、문리급특정급변연륜곽특정등다모태입수,우화현유동원도상적배준융합산법.이용개진적SURF(Speeded Up Robust Features)산자、문리분석급륜곽제취산법,획취대융합도상적다모태화다척도특정.통과모호척도표준화,사이원도상특정대능경호지괄응특정간적차이성,종이능진행상사성적비교,결합모호상관계수법,학보배준융합적정도,실현광-SAR도상신식적유효융합.여전통배준융합방법진행비교적실험결과표명,해산법가제고광-SAR배준적정도화괄응성,사배준융합적평균준학솔체도87.7％,가만족교고정도적배준융합수구.
