深度卷积特征表达的多模态遥感影像模板匹配方法
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.
多模态影像、影像匹配、深度学习、Siamese网络
48
P231(摄影测量学与测绘遥感)
四川省科技计划2017SZ0027
2019-08-12(万方平台首次上网日期,不代表论文的发表时间)
共10页
727-736