10.19678/j.issn.1000-3428.0052166
基于U-net分割与HEIV模型的遥感图像配准方法
在利用航拍遥感图像进行土地测量与变化检测时,需要对图像进行配准处理.为实现目标区域的高精度匹配,提出一种遥感图像配准方法.对图像进行U-net分割,以适用于小样本数据集的处理,针对不同区域特征的误差,将变量含异质噪声模型应用于配准参数估计,提高目标区域的配准精度.实验结果表明,与基于Harris角点的配准方法相比,该方法的全局平均配准精度提高41.39%,与基于SIFT特征点的配准方法相比,其感兴趣区域的平均配准精度提高16.67%.
图像配准、图像分割、变量含异质噪声模型、结构化总体最小二乘、目标区域权值
45
TP751.1(遥感技术)
国家自然科学基金41274012;工信部民机专项MJZ-2016-S-44
2019-12-05(万方平台首次上网日期,不代表论文的发表时间)
共7页
249-255