作者:藍朝楨,盧萬杰,于君明,徐青
摘要:針對異源遙感影像的成像模式、時相、分辨率等不同導致匹配困難的問題,提出了一種基于深度學習特征的匹配方法CMM-Net。首先,利用卷積神經網絡提取異源遙感影像的高維特征圖,根據同時滿足通道最大和局部最大兩種條件選取關鍵點,并在特征圖上提取相應位置的512維描述符。在匹配階段,完成快速最近鄰搜索特征匹配后,為解決誤匹配點多的問題,提出了動態自適應歐氏距離閾值和RANSAC共同約束的提純算法,保證誤匹配有效剔除的同時,最大限度保留正確匹配點。利用多組異源遙感影像對算法進行了測試,并與多種異源影像匹配算法進行了比較,結果表明本文算法能夠提取出異源影像的尺度不變相似特征,具有較強的適應性和穩健性。
發文機構:信息工程大學地理空間信息學院
關鍵詞:深度學習影像匹配異源影像卷積神經網絡衛星影像deep learningimage matchingcross modality imageconvolution neural networksatellite image
分類號: