深度卷积特征表达的多模态遥感影像模板匹配方法

摘要：

多模态遥感影像间(光学、红外、SAR等)存在显著的非线性辐射差异,传统方法难以有效地提取影像间的共有特征,匹配效果不佳.鉴于此,本文将深度学习方法引入影像匹配中,提出了一种基于Siamese网络提取多模态影像共有特征的匹配方法.首先通过去除Siamese网络中的池化层和抽取特征来优化该网络,保持特征信息的完整性和位置精度,使其可有效地提取多模态影像间的共有特征,然后采用模板匹配策略,实现多模态遥感影像高精度匹配.通过利用多组多模态遥感影像进行试验,结果表明,本文方法的匹配正确率和匹配精度都优于传统的模板匹配方法.

关键词：多模态影像、影像匹配、深度学习、Siamese网络

所属期刊栏目：48

分类号：P231(摄影测量学与测绘遥感)

资助基金：四川省科技计划2017SZ0027

在线出版日期：2019-08-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：727-736