一种基于Fourier-Net-SAR的多角度配准模型

本发明涉及图像处理领域，尤其涉及一种基于Fourier‑Net‑SAR的多角度配准模型；技术问题：采用基于SIFI特征的方法、基于深度神经网络的方法、MU‑Net多尺度框架方法、形状上下文方法、直接匹配多角度SAR图像的方法以及基于语义分布位置的方法解决多角度SAR图像的配准问题，在面度数据稀少和复杂场景的情况下，配准性能和鲁棒性不足以满足需要；技术方案：一种基于Fourier‑Net‑SAR的多角度配准模型，包括有SMA特征提取网络、位移场估计层、DFT层、频域优化层、IDFT层和位移场优化层；本发明通过设置SMA特征提取网络，并采纳了多种技术模块，这些技术模块涵盖了预处理策略、STN‑Attention以及多尺度特征融合技术，这些技术模块组合起来为SAR图像配准提供了一个全面且高效的解决方案。