SAR 与可见光数据融合
价格 双方协商
地区: 北京市 市辖区 海淀区
需求方: 中关***合会
行业领域
电子信息技术
需求背景
可见光数据分辨率高,但其易受到云、雾、霾、雨、雪等气象条件影响,无法满足全天候的监测需求,借助 SAR 数据不受天气及光照条件影响的优势,基于深度学习算法实现 SAR 与可见光数据的有效融合及优势互补。
需解决的主要技术难题
针对SAR与可见光图像配准中存在的非线性灰度差异与斑点噪声,同时考虑不同的成像视角问题,提出了基于均匀分布与结构描述ASIFT的SAR与可见光图像配准算法。该算法首先采用引导滤波建立引导尺度空间以达到噪声抑制与边缘保持,在特征点提取阶段,由于非线性灰度差异引入相位一致性强度信息,并与尺度空间网格划分相结合,指导筛选图像中均匀特征点的获取;然后在特征描述阶段,引入扩展相位一致性方法计算SAR与可见光图像的一致性梯度幅值和方向,提高了主方向和描述符的准确性;最后利用Optimal-RANSAC进行特征描述符匹配实现有效配准。通过对4组实测图像进行试验及结果分析,证明该算法相比SAR-SIFT与传统ASIFT算法具有更准确的配准精度。
期望实现的主要技术目标
峰值信噪比 PSNR>28,结构相似性 SSIM>***。
处理进度