机载合成孔径雷达海岸带图像匹配优化仿真

摘要

机载合成孔径雷达(Synthetic Aperture Radar,SAR)海岸带图像匹配技术是海冰监控、石油泄漏检测和海运监控等应用的核心步骤.通过对匹配技术进行优化能提高匹配精度,也能直接提升上述应用的效果.由于机载SAR海岸带图像中广泛存在乘性噪声的干扰,导致传统匹配算法无法提取准确反映地貌信息的特征,出现匹配结果误差大、精度低的问题.针对这一难点,对传统的SAR图像匹配算法进行了优化,使用SIFT提取特征点的位置和方向信息,将特征点周围的图像信息输入卷积神经网络,提取更为全局的特征以消除乘性噪声的影响,用度量学习模块得到更具有区分性的相似性度量做特征点对应,最后使用RANSAC算法实现配准.仿真结果显示,经过优化的算法可以显著地提高匹配精度,可直接用于后续SAR图像应用中.