摘要
相位相关是一种基于傅里叶变换平移特性在频域内估计平移值的高精度区域匹配方法.与传统的灰度相关系数相比,具有匹配精度高、速度快、抗噪性强和受辐射差异影响小等特点.相位相关近年来得到广泛关注,已经成功应用于大量图像处理应用,特别在摄影测量与遥感领域,在图像配准,窄基线DEM生成,在轨检校和地表动态监测等方面都采用了相位相关算法来估计亚像素的平移值.本文提出一种新的亚像素相位相关算法,SVD-RANSAC,结合了基于奇异值分解的相位相关算法和RANSAC稳健估计算法各自的优点,从而提高了算法的匹配精度和稳健性。通过两组模拟实验和对比分析,验证了提出算法的优越性和可靠性。