10.16251/j.cnki.1009-2307.2015.07.009
基于非线性尺度空间的多源遥感影像匹配
针对遥感影像匹配中经典SIFT算法提取特征点时,高斯分解易造成边缘模糊和纹理细节信息丢失,从而使得边缘匹配稳定性差和误匹配点多的问题,文章引入最新的基于非线性尺度空间的KAZE算法并提出了限以空间约束的方法进行多源遥感影像匹配:通过特征点优选并进行特征匹配来计算几何变换模型,并对匹配点的搜索空间进行约束来提高匹配速度和精度,最后通过均方根误差迭代剔除误配点.实验结果表明KAZE算法提取特征点比SIFT稳定性高,易于后期误配点剔除;限以空间约束的匹配策略优于传统匹配策略;对于细节及纹理模糊的影像,KAZE算法相比SIFT算法有独特的优势.
多源遥感影像、KAZE、SIFT、影像匹配、非线性尺度空间、几何变换模型
40
TP75(遥感技术)
2015-07-31(万方平台首次上网日期,不代表论文的发表时间)
共5页
41-44,103