基于梯度互信息的SAR與可見光圖像配準.pdf

1、圖像配準是圖像處理領域的關鍵技術，用于實現(xiàn)兩幅或者是多幅圖像之間的匹配，廣泛應用于醫(yī)學圖像分析、遙感、計算機視覺、精確制導定位等領域。異源圖像是指來自成像機理不同的傳感器的圖像，相比于同源圖像，異源圖像所提供的圖像信息具有可靠性、互補性和冗余性。對異源圖像進行融合，可以獲得更加全面、可靠和準確的圖像描述。圖像配準作為圖像融合的前提，配準精度直接決定后續(xù)應用的效果。
　　異源圖像之間的灰度、對比度差異較大，關聯(lián)性較小，本文提出一種互

2、信息與梯度空間信息相結合的相似性測度用于SAR與可見光圖像的配準，配準過程中不僅考慮灰度信息的相關性，而且考慮空間信息的相關性，具有較好的配準結果。仿真實驗表明，相比于傳統(tǒng)的互信息配準方法，當SAR圖像中存在的乘性斑點噪聲較少時，這種梯度與互信息相結合的配準方法的配準函數(shù)曲線更加平滑，峰值更加尖銳，易于尋找出最優(yōu)的配準參數(shù)。因此，這種方法可以降低灰度對比度的影響，有效提升了異源配準的精確度和準確率。
　　但是，梯度互信息配準對噪聲

3、十分敏感，當SAR圖像中存在較多的乘性斑點噪聲時，配準過程很容易陷入局部極值，無法獲得正確的配準參數(shù)。為了消除斑點噪聲的影響，本文采用了平穩(wěn)小波(SWT)貝葉斯萎縮降斑的方法，首先分析了SAR圖像在平穩(wěn)小波變換域中的統(tǒng)計模型，推導出基于貝葉斯估計的信號最小均方誤差（MMSE）的模糊萎縮因子，然后再根據(jù)相鄰尺度間小波系數(shù)的相關性，采用分區(qū)域模糊萎縮思想，很好地得到無斑點真實信號小波系數(shù)的估計。實驗結果表明，采用小波模糊萎縮降斑，可以有效抑

4、制SAR圖像中的斑點噪聲，并較好保留邊緣梯度信息，有效提高了SAR與可見光圖像配準的準確率和魯棒性。
　　當參與配準的圖像尺寸較大時，梯度互信息方法的計算量較大，為了提高配準效率，本文采用了高斯金字塔分解的方法，對圖像進行由粗到精的配準策略。首先利用高斯核函數(shù)對圖像做分解處理，得到兩個分解尺度的圖像金字塔結構。然后從圖像金字塔的最底層到最高層逐層進行配準搜索，每一層的配準搜索都是在上一層得到的最優(yōu)配準參數(shù)的鄰域范圍內(nèi)進行，配準精度