多源遥感图像局部细节分层匹配方法优化仿真

摘要：

多源遥感图像局部细节分层匹配优劣对目标物体识别、检测和跟踪等众多领域应用具有重要参考价值.针对当前方法获得的多源遥感图像局部细节特征描述向量维数过高导致运算效率较低,匹配性能、抗亮度变化性能和抗旋转性能较差的问题.提出一种基于改进SIFT算法与遗传算法的匹配优化方法,建立了多源遥感图像的高斯差分金字塔,确定特征关键点的位置和尺度信息,对对比度较低和边缘响应点不稳定的关键点进行去除;利用关键点的梯度和方向分布特性,为关键点分配梯度和方向,同时对特征描述向量进行降维和归一化处理,生成新的特征描述向量,克服了当前方法获得的特征描述向量维度过高影响匹配结果的弊端;采用遗传算法对其进行自然编码、适应度函数选择、交叉、变异操作,同时设计了一个停机准则,使得遗传算法进行匹配操作时能够兼顾效率和精度.仿真结果证明,所提方法运算速度更快,具有较好的匹配性能,且具有较好的抗旋转性能和抗亮度变化性能,实现了优化.

关键词：多源、遥感图像、局部细节、分层匹配、优化

所属期刊栏目：35

分类号：TP391(计算技术、计算机技术)

在线出版日期：2018-05-21（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：229-233