22迭代高斯滤波器 - 中国图象图形学报.doc

中图法分类号：TP391.41 文献标识码：A 文章编号：100850 文章索引信息: SAR图像尺度不变特征提取方法研究 王广学 ， 黄晓涛 ， 周智敏 （国防科学技术大学电子科学与工程学院超宽带室, 长沙 410073） 摘 要：与光学图像相比，SAR图像噪声干扰明显增强，导致光学图像处理领域中常用的尺度不变特征提取算法的稳定性在SAR图像中明显下降。为此，本文提出了一种基于Harris算子的SAR图像尺度不变特征提取方法。该方法首先将单尺度图像特征点检测中具有良好稳定性的Harris算子拓展到多尺度图像域，并结合Harris算子极值点的稳定性分析实现尺度不变特征定位，以提高特征定位的稳定性。进而采用迭代滤波器取代传统卷积滤波器完成特征定位中所需高斯滤波操作，以提高特征定位的速度。最后利用特征点邻域内的象素梯度信息完成了特征描述字的构造。SAR图像实测数据验证表明，与其它尺度不变特征提取算法相比，本文算法具有更优的稳定性。 关键词 ： Harris算子; 尺度不变特征; 迭代滤波器; SAR图像处理 Study on SAR Image Scale Invariant Feature Extraction Algorithm WANG Guangxue, HUANG Xiaotao, ZHOU Zhimin (School of Electronic Science and Engineering, National University of Defense Technology, Changsha, 410073) Abstract: Because of stronger noise, the stable performance of optical method degrades obviously in SAR image scale invariant feature extraction. To deal with it, we propose a new SAR image scale invariant feature extraction algorithm based on Harris operator. As well known, Harris operator has well stable performance in single scale image feature point detection. In this paper, we first adapt it to multi-scale image and select the feature positions by analysis the stability of Harris measure local maximum points. Then to improve speed，the recursive Gaussian filter is designed to replace the convolution filter. At last, the feature descriptor is designed based on the gradient information of feature point neighborhood. Based on real SAR images, the experimental results show that an obvious stable performance improvement can be obtained through our algorithm. Keywords: Harris operator; scale invariant feature; recursive filter; SAR image processing 0 引 言 尺度不变特征是图像处理中一类非常重要的图像特征，在图像配准、目标识别等领域有着广泛的应用前景[1-4]。然而与光学图像相比，SAR图像噪声干扰明显增强，导致光学图像处理领域常用尺度不变特征提取算法的稳定性在SAR图像中明显下降，为此需要研究新的适合高噪声SAR图像的尺度不变特征提取算法。尺度不变特征的提取由尺度不变特征定位和尺度不变特征描述字构造两部分构成，以下分别进行介绍。 尺度不变特征定位的目的在于确定特征点在图像中的三维坐标（即图像轴和图像尺度轴的坐标），其关键在于设计具有平移、旋转、尺度不变性的特征点定位方法。众多文献研究表明[5-6]，与其它特征点检测算法相比，Harris特征点检测算法对图像的平移、旋转和噪声都具有更强的稳定性。然而原始Harris算子