摘要
基于结构特征点的光学和合成孔径雷达图像配准技术对于实现全天候、全时段的多源数据对齐至关重要。然而，由于斑点噪声和纹理相似性的存在，这类方法往往会出现正确对应点不足的问题，从而限制了配准的精度。为此，本文提出了一种高精度框架，将结构置信度加权相位一致性算法与窗口缩放级联匹配算法相结合，通过强化特征检测与匹配之间的协同作用来提升精度。在特征检测方面，设计了一种基于相对总变分和非下采样轮廓波变换的加权因子用于相位一致性计算，即RNW-PC算法。该算法能够有效抑制由噪声产生的伪结构，并有选择地增强跨模态的一致特征，从而显著提高关键点的重复性。在特征匹配方面，采用了从粗到细的WSC匹配策略。通过引入缩放窗口和余弦相似度，可以根据粗略匹配阶段确定的空间约束，对邻域内的候选点进行更精细的方向一致性筛选。距离和方向的双重约束有效减少了正确对应点的遗漏。在60对图像上的测试中，所提出的方法优于现有的基于点的算法，NCM值至少提升了2.43倍，精度提高了19.85%以上。
