图像匹配导航定位技术 第 8 章
第 8 章 SAR 图像匹配定位技术
目前 ，光学传感器已经能获取高分辨率，即与视觉效果相近的目标图像，但是光学传感器容易受到天气变化的影响，从而影响效率。而径雷达 ( synthetic aperture radar，SAR)传感器不仅能获得与光学传感器相同的高分辨率图像 ，而且还具有全天时 、全天候工作的特点，因此合成
孔径雷达传感器成为飞行器导航与导弹末制导的理想传感器。
SAR是主动式的微波成像雷达 ，即它是依赖发射的电磁波，而不是依赖太阳的辐射能量，从而可以全天时获取地物的目标图像。同时，它还具有以下特点。
(1) 由于微波可以穿透云层、浓雾及烟雾，因此它不受气候影响。
(2) 微波的穿透性可以对隐藏的地物目标成像 ，如对被植被覆盖的地面，沙漠等成像。
(3) SAR 图像的分辨率与波长无关，距离向分辨率只与发射脉冲带宽有关，方位向分辨率只与雷达孔径有关。
( 4 ) SAR 采用侧视雷达成像方式，可以对远离航迹的地面目标进行成像。
( 5 ) SAR 图像包含多种信息，如相位信息 、极化及幅度信息等。
( 6 ) SAR 成像系统对细纹理信息具有较好的区分能力 ，如区分平静水面和波浪。
( 7 ) SAR 图像具有较强的相干斑噪声、低信噪比等优点。
8.1 国内外硏究现状
图像匹配算法的种类有很多，其研究内容主要涉及图像特征空间的提取、相似性度量的选取 、搜索空间及搜索策略。
根据图像特征提取的不同，将图像匹配算法从大体上分为三类：一是基于灰度像素的匹配算法，这种方法的优点是精度高 ，适合同源图像的匹配，如光学图像之间的匹配或 SAR 图像之间的匹配，因为同源图像的灰度反映了景物目标的同一特质；二是基于特征的匹配算法，这种方法的优点是可靠性高，适合多源图像的匹配，因为不同传感器的成像原理不同，造成图像灰度差异很大，但它们的边缘轮廓特征还是很相似的，常用的匹配特征有：点特征 、线特征 、面特征及特征描述子等；三是基于解释的匹配算法，这种方法需要建立在对图像的理解和知识推理的基础上，实现较困难。
8 . 2 图像匹配性能评价指标
图像匹配的性能评价指标，主要用于评价图像匹配的性能，常用的评价指标包括 ：图像的匹配误差或匹配精度 、图像匹配概率和圆概率误差（描述匹配误差分布）。
8 . 2. 1 匹 配 误 差 与 匹 配 精 度
系统匹配的误差由 RMSE( 均方根误差）决定。RMSE 越小，匹配误差越小，匹配精度越高。系统匹配误差是由单个点的匹配误差综合决定的。所以分析单个控制点匹配误差贡献的大小，就可以知道哪个控制点引人的误差大，从而可以用其余的控制点再进行参数估计，以得到更高的匹配精度。
8 . 2. 2 匹 配 概 率
定义 X 方向与 Y 方向的匹配误差均在 3 个像元内的匹配称为正确匹配，实验中匹配概率的定义为p=N/M，N，M 分别是正确匹配的次数与匹配总次数。
8.2. 3 匹 配 圆 概 率 误 差
8 . 3 图像匹配的相似性度量准则
衡量输入图像与基准图像的相似性的测度，包括:平均绝对差（MAD)、归一化的互相关系数( 去均值或不去均值）、统计相关、匹配滤波器 、局部相关 、均方根误差 、掩模相关（mask corelation )等。