面向可见光和SAR影像配准的特征点检测

由于可见光和SAR影像间的非线性辐射差异和SAR斑点噪声的影响,现有算法在对SAR影像进行特征点提取时,难以保证特征点的重复率,导致匹配性能下降.针对上述问题,本文提出了一种基于相位一致性矩特征的分块Har-ris特征点提取算法.首先,对输入图像进行分块操作;其次,定义了相位一致性中间矩,并结合最大矩和最小矩对每个图像块构建相位一致性多矩图;最后,在相位一致性多矩图上设计了投票策略,选取了在多矩图上重复出现超过半数的特征点,即稳定且重复率高的特征点作为最终的特征点.本文采用仿真的可见光和SAR图像作为实验数据,选取了三种不同的特征点检测算法与本文算法进行对比,实验结果表明,该算法能够克服SAR斑点噪声的影响和影像间的非线性辐射差异,有效地提高了特征点的重复率.可见光和SAR图像的配准结果表明,匹配点数较其他三种测试算法分别提高了23、26和35对,均方根误差分别降低了12.6％、37.2％和40.8％,有效地提升了配准算法性能.