基于深度学习的遥感图像匹配方法

作者： 郭正胜 [1] 李参海 [2]

摘要：目前,图像自动配准技术已成为图像配准领域中的研究热点之一.如何提高匹配精度是图像配准的关键步骤,基于此本文提出基于深度学习的匹配方法.首先,描述了卷积神经网络模型的网络结构,通过改善经典模型的网络结构,将其应用到影像匹配任务当中;其次,利用训练好的自适应网络模型来获取控制点的特征表达;最后,将控制点的特征表达通过欧式距离算法进行相似度匹配.实验结果表明,本文方法大幅降低了图像匹配粗匹配的错误率,为后续配准建立了良好基础,且对数据源具有良好的稳健性.

关键字： 图像配准 匹配 卷积神经网络 特征表达

上一篇： 基于出错率的判训动态权层次分析法综合评价
下一篇： 基于EGM2008模型的区域GNSS高程拟合分析