SAR图像不确定性结构特征定量匹配技术研究

合成孔径雷达（SAR）图像特征匹配是实现SAR图像配准、目标重建、目标识别、匹配制导的关键技术，SAR图像及其特征中的不确定性是影响特征匹配性能的关键。目前的SAR图像特征匹配大多在特征匹配某一阶段针对单一类型不确定性来独立处理，很少系统研究多类不确定性的特征匹配综合方案。本项目分析SAR图像结构特征随机性、模糊性、不完整性的主要成像机理、表现形式，针对这三类不确定性的主要影响，建立SAR图像不确定性结构特征匹配的定量分析模型，从成像机理和现象学角度设计了一个从整体上综合解决SAR图像结构特征不确定性的特征匹配方案：在预处理、特征提取、特征编组等步骤逐步消减特征不确定性的基础上，重点研究基于模糊粗糙特征集模型的不确定性结构特征的定量描述方法和基于模糊粗糙集的结构特征定量匹配方法，来提高SAR图像特征匹配的稳健性、一致性、精确性，并采用遗传算法等快速搜索策略，提高特征匹配的计算效率。

SAR图像及其结构特征中存在的不确定性使得匹配结果中存在多配（“一配多”）、错配（“多配多”）甚至失配（“一配零”）的多种结果，是影响特征匹配性能的关键。本项目重点研究了各种不确定性的成像机理、表现形式，总结和分析了SAR图像的物理和几何特性；分析了结构特征的不确定性对特征匹配的影响，建立了一个SAR图像不确定性结构特征匹配的定量分析框架；研究了SAR图像滤波、旁瓣抑制、聚焦等预处理方法；提出了一种改进的ＳＡＲ图像边缘点特征提取方法和一种基于DS证据理论的SAR图像复杂背景直线特征提取方法；针对三类不确定性对图像特征匹配的影响，研究了SAR图像不确定性边缘点特征匹配技术，提出了一种实用的基于边缘点特征的SAR图像SIFT特征匹配优化方法；针对SAR图像轮廓特征中的确定性，研究设计了基于模糊粗糙集的SAR图像轮廓拐点特征匹配方法，提出了一种SAR图像不确定轮廓相似度及其可信度评估方法。主要研究成果中对ＳＡＲ图像及其结构特征不确定性类型的归纳总结和表现形式、影响因素的分析，具有开拓性的理论和应用价值，可以为后续的科研工作提供新的研究方向和思路；基于ＤＳ证据理论的复杂背景道路提取方法，采用DS证据理论的特征融合方法，较好的抑制了线状目标周围点状目标的干扰，从复杂背景图像中提取了线状目标边缘;基于边缘点特征的SAR图像SIFT特征匹配优化方法，可以较好的用于多时相SAR图像、多波段多极化SAR图像之间的匹配，具有较好的适应性，匹配准确率能达到100%，且能较好的提高匹配精度；针对轮廓特征匹配的不确定性影响的处理，设计的基于模糊粗糙集的SAR图像轮廓拐点特征匹配方法能较好的实现轮廓特征的匹配，提出的基于不确定轮廓的相似度置信区间来衡量SAR图像相似性，并定义可信度来衡量其可靠性，是对目前不确定性相似度评估的一种新思路的探索。总的来说，项目研究内容涵盖了项目总体研究目标的要求，整个研究工作具有系统化、创新性的特点，部分关键性研究具有一定的实用性。下一步需要在本项目的研究基础上，针对不同类型的结构特征，研究该类结构特征不确定性的组成，并深入分析该类特征中三类不确定性之间的相互关系，总结该类结构特征不确定性因素对特征匹配的影响，有针对性地设计精确、稳健、高效的特征匹配方法。最后通过对这些方法的适应性改进和完善，将研究成果广泛应用于各类实际应用当中。

内容获取失败，请点击重试