《雷达学报杂志》发表论文赏析

基于邻域一致性的极化SAR图像仿射配准

来源:雷达学报杂志2021年第1期北京时间:

作者:朱庆涛, 殷君君, 曾亮, 杨健

单位:1.清华大学电子工程系 北京 100084;2.北京科技大学计算机与通信工程学院 北京 100083;

摘要:极化SAR图像的配准是极化SAR图像处理的基础,需要具备较高的精度与速度。基于深度学习的极化SAR图像配准大多数是结合图像块特征的匹配与基于随机抽样一致性的参数迭代估计来实现的。目前尚未实现端到端的基于深度卷积神经网络的一步仿射配准。该文提出了一种基于弱监督学习的端到端极化SAR图像配准框架,无需图像切块处理或迭代参数估计。首先,对输入图像对进行特征提取,得到密集的特征图。在此基础上,针对每个特征点保留k对相关度最高的特征点对。之后,将该4D稀疏特征匹配图输入4D稀疏卷积网络,基于邻域一致性进行特征匹配的过滤。最后,结合输出的匹配点对置信度,利用带权最小二乘法进行仿射参数回归,实现图像对的配准。该文采用RADARSAT-2卫星获取的德国Wallerfing地区农田数据以及PAZ卫星获取的中国舟山港口地区数据作为测试图像对。通过对升降轨、不同成像模式、不同极化方式、不同分辨率的极化SAR图像对的配准测试,并与4种现有方法进行对比,验证了该方法具有较高的配准精度与较快的速度。

关键词:邻域一致性, 仿射变换, 极化SAR, 图像配准, 稀疏卷积神经网络

基金资助:国家自然科学基金(61771043),中央高校基本科研业务费专项资金(FRF-IDRY-19-008, FRF-GF-19-017B)

2021年1期其他文献查阅:

极化SAR图像舰船目标检测研究综述

一种基于测地线距离的极化SAR图像快速超像素分割算法

融合极化旋转域特征和超像素技术的极化SAR舰船检测

基于邻域一致性的极化SAR图像仿射配准

一种基于精细极化目标分解的舰船箔条云识别方法

全极化探地雷达多极化数据融合分析研究

分布式软目标雷达特性与感知技术述评

对海探测雷达多目标跟踪技术综述

层析SAR地表参数信息提取研究进展

基于单脉冲雷达和差通道多普勒估计的前视成像

基于融合差异图的变化检测方法及其在洪灾中的应用

基于子孔径与全孔径特征学习的SAR多通道虚假目标鉴别

X波段雷达对海探测试验与数据获取年度进展

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!