高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

奇异值分解在InSAR区域网连接点检测中的应用

姜丽敏 陈曙暄 向茂生

姜丽敏, 陈曙暄, 向茂生. 奇异值分解在InSAR区域网连接点检测中的应用[J]. 电子与信息学报, 2012, 34(2): 324-332. doi: 10.3724/SP.J.1146.2011.00487
引用本文: 姜丽敏, 陈曙暄, 向茂生. 奇异值分解在InSAR区域网连接点检测中的应用[J]. 电子与信息学报, 2012, 34(2): 324-332. doi: 10.3724/SP.J.1146.2011.00487
Jiang Li-Min, Chen Shu-Xuan, Xiang Mao-Sheng. Application of Singular Value Decomposition to Tie Points Detection in InSAR Block[J]. Journal of Electronics & Information Technology, 2012, 34(2): 324-332. doi: 10.3724/SP.J.1146.2011.00487
Citation: Jiang Li-Min, Chen Shu-Xuan, Xiang Mao-Sheng. Application of Singular Value Decomposition to Tie Points Detection in InSAR Block[J]. Journal of Electronics & Information Technology, 2012, 34(2): 324-332. doi: 10.3724/SP.J.1146.2011.00487

奇异值分解在InSAR区域网连接点检测中的应用

doi: 10.3724/SP.J.1146.2011.00487

Application of Singular Value Decomposition to Tie Points Detection in InSAR Block

  • 摘要: 该文针对干涉合成孔径雷达(Interferometric Synthetic Aperture Radar, InSAR)区域网连接点(Tie Points, TPs)检测问题,提出一种基于奇异值分解(Singular Value Decomposition, SVD)的检测方法。其核心思想是:为每个特征点构建特征描述符,针对特征描述符的相异性度量距离按一定的相似性分布构建相似性分布矩阵,再由相似性分布矩阵的SVD建立匹配矩阵,并结合匹配矩阵次大值和最大值比值实现TPs检测。该算法具有快速、简单、操作性强等特点。对不同地貌的SAR影像实验验证了该方法的有效性。
  • Huber M.[J].Gruber A, Wessel B, et al.. Validation of tie-point concepts by the DEM adjustment approach of TanDEM-X [C]. Proceedings of IGARSS 2010, Honolulu, Hawaii.2010,:-[2]Gonzalez J H, Bachmann M, Krieger G, et al.. Development of the TanDEM-X calibration concept: analysis of systematic errors [J].IEEE Transactions on Geoscience and Remote Sensing.2010, 48(2):716-726[3]姜丽敏, 陈曙暄, 向茂生. 一种基于连接点的InSAR区域网DEM重建方法 [J].电子与信息学报.2011, 33(11):2694-浏览[4]Jiang Li-min, Chen Shu-xuan, and Xiang Mao-sheng. A method of airborne InSAR block DEM generation based on tie points [J]. Journal of Electronics Information[7]Umeyama S. An eigendecomposition approach to weighted graph matching problems [J].IEEE Transactions on Pattern Analysis and Machine Intelligence.1988, 10(5):695-703[10]Shapiro L S and Brady J M. Feature-based correspondence: an eigenvector approach [J].Image and Vision Computing.1992, 10(5):283-288[12]Lowe D G. Distinctive images features from scale-invariant keypoints [J].International Journal of Computer Vision.2004, 60(2):91-110[13]Tony Lindeberg. Scale-Space Theory in Computer Vision [M]. Netherlands: Kluwer Academic Publishers.[J]..1994,:-
  • 加载中
计量
  • 文章访问数:  3233
  • HTML全文浏览量:  110
  • PDF下载量:  572
  • 被引次数: 0
出版历程
  • 收稿日期:  2011-05-23
  • 修回日期:  2011-10-19
  • 刊出日期:  2012-02-19

目录

    /

    返回文章
    返回