除.实验结果证明,改进算法提高无人机影像的匹配正确率,增加图像的正确匹配数量.关键词:无人机;影像匹配;准确率;余弦相似度;向量一致性 中图分类号:P ２３７㊀㊀㊀文献标识码:A㊀㊀㊀文章编号:１００６Ｇ７９４９(２０２２)０３Ｇ０００９Ｇ０７R e s e a r c ho nU A V i m a g em a t ...
本发明是基于SAR‑SIFT特征的多时相POLSAR图像配准方法。本发明在对多时相POLSAR图像配准的过程中,通过将极化散射分量相结合的方式构建多维极化散射矢量来计算像素点的梯度,解决了现有技术在对POLSAR图像配准时未能充分利用图像中的极化信息的问题,有效提高了配准过程中特征点提取的精度,使配准算法具有较高的性能,实现高...
在军事领域,SAR自动目标识别是战场中一种极为重要的军事侦察手段,而SAR图像特征提取是目标识别中的关键技术。本文主要研究基于SIFT算法的SAR图像匹配,通过SIFT算法获取图像特征,获得特征点的方向和梯度模值,从而进行特征匹配。 SIFT即尺度不变特征转换,由不列颠哥伦比亚大学的David G. Lowe在1999年提出,之后他又对其进行...
近年来,配准技术已经从最初的基于区域的算法发展到基于特征的算法,如SIFT(尺度不变特征变换)、SURF(加速稳健特征)和ORB(定向FAST和旋转BRIEF)。这些算法能够从图像中提取出独特且稳定的特征点,从而实现图像之间的准确匹配。随着深度学习技术的发展,越来越多的研究开始将深度学习方法应用于SAR和光学遥感影像配准问题。深...
采用SIFT的改进算法SAR-SIFT算法提取SAR目标图像的特征,SAR-SIFT算法改进了SIFT算法中关键点邻域内像素梯度的计算方法,采用基于指数加权均值之比的梯度代替基于差值的梯度,使其能够克服SAR图像中相干斑噪声对特征提取的不良影响,提取到的特征点对SAR图像的相干斑噪声具有较强的鲁棒性;针对图像分类问题,提出将SAR-SIFT...
1.一种基于稠密SAR-SIFT和稀疏编码的SAR分类方法,包括如下步骤: (1)读入SAR图像: 从SAR分类数据集中读入训练集和测试集SAR图像; (2)提取SAR图像局部特征: (2a)利用指数加权均值比ROEWA算法,计算训练集和测试集中的所有SAR图像的梯度图像,得到训练集和测试集中的所有SAR图像的梯度图像; (2b)在每一幅SAR图像对应...
本发明公开了一种基于稠密SARSIFT和稀疏编码的SAR分类方法,主要解决现有特征提取算法无法从具有相干斑噪声的SAR图像中有效的提取特征的问题. The present invention discloses a method based on SAR-SIFT dense and sparse coding SAR classification methods, mainly to solve the existing feature extraction algorithm ...
图2(a)是视频SAR片段1的第1帧SAR图像(基准帧),图2(b)是第200帧SAR图像(待配准帧),图2(c)是采用本发明方法配准后的第200帧SAR图像; 图3为本发明方法与现有SURF配准算法所得匹配特征点对数量的对比; 图4为本发明方法与现有SIFT配准算法运算速度的对比。
该方法首先通过SIFT+RANSAC算法对多帧图像进行配准,然后进行降噪处理,之后使用非广延Tsallis灰度熵最大化的图像分割方法将图像二值化,然后通过背景建模和背景差分提取运动目标。 [0004](2)西安电子科技大学申请的专利“基于FCN图像序列模型的SAR视频目标检测方法”(专利申请号:201810811807.1,申请公开号:CN 108960190 A)...
尺度不变特征转换(Scale-invariant feature transform或SIFT)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征,它在空间尺度中寻找极值点,并提取出其位置、尺度、旋转不变量,此算法由 David Lowe在1999年所发表,2004年完善总结。 其应用范围包含物体辨识、机器人地图感知与导航、影像缝合、3D模型建立、手势辨识、...