边缘支持度提升的SAR与可见光图像匹配新策略

本文主要探讨了一种创新的异源图像匹配方法，针对合成孔径雷达(SAR)图像和可见光图像之间的匹配问题。在传统的图像匹配技术中，通常涉及从两幅图像中各自提取特征并进行匹配，但在成像机理差异较大的情况下，如SAR图像与可见光图像，由于缺乏共同的特征表示，匹配难度增大。 提出的基于边缘支持度的匹配策略突破了传统方法的局限。这种方法仅需从一幅图像中提取边缘信息，因为边缘在不同类型的图像中相对稳定，能够提供一定的相似性线索。作者采用标准化的方向梯度强度作为支持度的计算指标，这有助于量化边缘在不同图像中的存在和结构一致性。 为了寻找另一幅图像中与给定边缘特征最匹配的部分，作者引入了遗传算法进行全局优化搜索。遗传算法是一种模拟生物进化过程的优化方法，通过迭代生成一系列可能的匹配解，并逐步筛选出最优解，确保找到最佳边缘对应关系。 实验结果显示，该基于边缘支持度的方法对于SAR图像和可见光图像的匹配表现出了显著的效果，证明了其在复杂图像匹配任务中的实用性。这种方法不仅简化了匹配过程，提高了匹配的准确性和鲁棒性，还为多源图像融合分析，如视觉导航等应用提供了新的可能性。 关键词：图像处理、图像匹配、边缘支持度、多源图像、边缘检测、遗传算法。这项研究将边缘特征作为核心信息，结合先进的优化算法，开辟了一条解决异源图像匹配难题的新路径，对于提升图像分析和理解的效率具有重要意义。