图像匹配导航定位技术第 8 章

最新推荐文章于 2025-12-05 14:19:00 发布

原创

最新推荐文章于 2025-12-05 14:19:00 发布 · 500 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#计算机视觉 #算法

第 8 章 SAR 图像匹配定位技术

目前，光学传感器已经能获取高分辨率，即与视觉效果相近的目标图像，但是光学传感器容易受到天气变化的影响，从而影响效率。而径雷达 ( synthetic aperture radar，SAR)传感器不仅能获得与光学传感器相同的高分辨率图像，而且还具有全天时、全天候工作的特点，因此合成
孔径雷达传感器成为飞行器导航与导弹末制导的理想传感器。

SAR是主动式的微波成像雷达，即它是依赖发射的电磁波，而不是依赖太阳的辐射能量，从而可以全天时获取地物的目标图像。同时，它还具有以下特点。

(1) 由于微波可以穿透云层、浓雾及烟雾，因此它不受气候影响。
(2) 微波的穿透性可以对隐藏的地物目标成像，如对被植被覆盖的地面，沙漠等成像。
(3) SAR 图像的分辨率与波长无关，距离向分辨率只与发射脉冲带宽有关，方位向分辨率只与雷达孔径有关。

( 4 ) SAR 采用侧视雷达成像方式，可以对远离航迹的地面目标进行成像。
( 5 ) SAR 图像包含多种信息，如相位信息、极化及幅度信息等。
( 6 ) SAR 成像系统对细纹理信息具有较好的区分能力，如区分平静水面和波浪。
( 7 ) SAR 图像具有较强的相干斑噪声、低信噪比等优点。

8.1 国内外硏究现状

图像匹配算法的种类有很多，其研究内容主要涉及图像特征空间的提取、相似性度量的选取、搜索空间及搜索策略。

根据图像特征提取的不同，将图像匹配算法从大体上分为三类：一是基于灰度像素的匹配算法，这种方法的优点是精度高，适合同源图像的匹配，如光学图像之间的匹配或 SAR 图像之间的匹配，因为同源图像的灰度反映了景物目标的同一特质；二是基于特征的匹配算法，这种方法的优点是可靠性高，适合多源图像的匹配，因为不同传感器的成像原理不同，造成图像灰度差异很大，但它们的边缘轮廓特征还是很相似的，常用的匹配特征有：点特征、线特征、面特征及特征描述子等；三是基于解释的匹配算法，这种方法需要建立在对图像的理解和知识推理的基础上，实现较困难。