基于特征的SAR和光学图像景象匹配算法研究的任务书.docx

基于特征的SAR和光学图像景象匹配算法研究的任务书
一、任务概述
合成孔径雷达（SyntheticApertureRadar，SAR）和光学图像在地学、环境、军事等领域都有重要的应用。SAR具有全时全天观测、透过云雾、夜间观测等优势，但数据处理相对复杂。而光学图像则具有高分辨率、高精度等优势，但受天气、观测时间等条件限制。因此，将SAR和光学图像为一体进行联合处理，可以最大化地发挥它们各自的优势，得到更加准确、全面的地图信息。
其中，景象匹配是实现SAR和光学图像联合处理的重要环节。在进行景象匹配时，需要考虑图像的特征，并结合相应的算法进行匹配。本次任务通过研究基于特征的SAR和光学图像景象匹配算法，探究不同特征的应用效果，提高图像匹配的准确率和可靠性。
二、任务目标
本次任务的主要目标为：
1.研究SAR和光学图像的特征提取方法，探究不同特征的优劣势，并建立特征库。
2.研究基于特征的SAR和光学图像景象匹配算法，实现图像的精确匹配。
3.利用实际数据进行测试和验证，评估所提出算法的准确性和可靠性。
三、具体任务
任务一：SAR和光学图像特征提取方法研究
1.1SAR图像特征提取方法研究
1.1.1基于小波变换的SAR图像特征提取方法
1.1.2基于纹理分析的SAR图像特征提取方法
1.1.3基于极化特性的SAR图像特征提取方法
1.2光学图像特征提取方法研究
1.2.1基于尺度空间分析的光学图像特征提取方法
1.2.2基于灰度共生矩阵的光学图像特征提取方法
1.2.3基于直方图的光学图像特征提取方法
任务二：基于特征的SAR和光学图像景象匹配算法研究
2.1特征库建立
2.2基于特征的景象匹配方法研究
2.2.1基于特征相似性的景象匹配方法
2.2.2基于集合匹配的景象匹配方法
任务三：算法测试和验证
3.1实验数据获取
3.2算法实现和测试
3.3算法效果评估
四、预期成果
1.SAR和光学图像特征提取方法研究报告
2.基于特征的SAR和光学图像景象匹配算法研究报告
3.算法实现和测试代码
4.算法效果评估报告
五、参考文献
[1]朱海燕,陈志燕,方红亮.基于光学遥感影像和SAR数据的土地利用变化研究[J].安徽农业科学,2017,45(11):67-70.
[2]陈红云,彭秀红,葛建华,等.基于Haar小波变换的SAR图像特征提取方法研究[J].青岛农业大学学报(自然科学版),2016,33(3):1-7.
[3]黄曼,郭东立,孔德宝.基于纹理分析的SAR图像特征提取方法研究[J].计算机工程,2016,42(4):294-298.
[4]周泽蕾,王元庆.基于集合匹配的遥感图像自动配准方法[J].四川电子学院学报,2016(9):10-15.
[5]郭铭洁,卢进才,徐慧,等.基于灰度共生矩阵的红外图像特征提取方法研究[J].计算机工程与应用,2016,52(20):190-194.