基于深度学习的异源立体影像对匹配方法

摘要：

相对于同源影像立体匹配,基于无人机倾斜摄影与近景摄影获取的异源影像在空间特征、视场角及分辨率等方面均存在较大的差异,给影像匹配带来困难.本文利用基于单应性变换的卷积神经网络提取特征点,在匹配阶段采用交叉注意力机制的图神经网络进行特征点匹配.该方法较好地克服了异源影像间因存在较大视差和扭曲变换而导致的匹配效果较差的问题,并以河北省廊坊市大城县的马家祠堂为试验数据,对比传统SURF(加速稳定性征)算法与深度学习算法的匹配效果.结果表明,基于深度学习算法对存在大视角差异的异源影像的匹配率更高.

关键词：SURF算法、异源影像、单应性矩阵、图神经网络、特征匹配

分类号：P237(摄影测量学与测绘遥感)

在线出版日期：2023-01-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：131-135