《雷达学报杂志》发表论文赏析
作者:孙晓坤, 贠泽楷, 胡粲彬, 项德良
单位:北京化工大学信息科学与技术学院 北京 100029;
摘要:由于侧视和相干成像机制,当高分辨率合成孔径雷达(SAR)图像的成像视角变化较大时,图像间的特征差异会变大,使图像配准难度增加。针对高分辨率多视角SAR图像,传统的配准技术主要面临提取的关键点定位精度不足和匹配精度低的问题。基于上述难点,该文设计了一种端到端的高分辨率多视角SAR图像配准网络。文章主要贡献包括:提出基于局部像素偏移模型的高分辨率SAR图像特征提取方法,该方法提出多样性峰值损失监督训练关键点提取网络中响应权重分配部分,并通过检测像素偏移量来优化关键点坐标;提出基于自适应调整卷积核采样位置的描述符提取方法,利用稀疏交叉熵损失监督训练网络中描述符匹配。实验结果显示,相比于其他配准方法,该文提出的算法针对高分辨率多视角SAR图像配准效果显著,平均误差降低超过65%,正确匹配点对数提高了3~5倍,运行时间平均缩短50%以上。
关键词:合成孔径雷达, 遥感图像配准, 特征描述符提取, 旋转鲁棒性, 像素偏移量
基金资助:中央高校基本科研业务费专项资金(buctrc202218),中央高校基本科研业务费专项资金自由探索项目(ZY2413)
2025年2期其他文献查阅:
被动雷达低慢小探测数据集(LSS-PR-1.0)及多域特征提取和分析方法
AIR-PolSAR-Seg-2.0:大规模复杂场景极化SAR地物分类数据集
LT-1A卫星全极化SAR辐射与极化系统误差稳定性分析:以热带雨林场景为例