公开(公告)号：CN111414968A

公开(公告)日：2020-07-14

申请号：CN202010224267.4

申请日：2020-03-26

Applicant: 西南交通大学

Inventor： 陈敏 ,  赵怡涛 ,  严少华 ,  朱庆

IPC: G06K9/62 ,  G06K9/00 ,  G06N3/04 ,  G06N3/08 ,  G06T7/33 ,  G06T7/35

Abstract: 本发明涉及一种基于卷积神经网络特征图的多模态遥感影像匹配方法，包括如下步骤：1)构建面向影像非线性灰度变化的相似性度量神经网络FSNet；2)构建训练样本集训练FSNet，并由FSNet的卷积模块构成特征提取网络CSNet；3)对待匹配的多模态遥感影像中的参考影像 和搜索影像 进行降采样，利用CSNet提取降采样后影像的深度特征图；4)基于深度特征图估计 和之间的单应性变换模型H，利用H对 进行几何纠正，得到纠正后搜索影像 5)利用FSNet对 和 进行特征匹配；6)利用逆变换H-1将 上的匹配点坐标反算回 得到最终匹配结果。本发明提供了一种对多模态遥感影像非线性灰度变化和几何变形鲁棒且无需任何先验信息的基于卷积神经网络特征图的多模态遥感影像匹配方法。

公开(公告)号：CN108021886A

公开(公告)日：2018-05-11

申请号：CN201711263004.9

申请日：2017-12-04

Applicant: 西南交通大学

Inventor： 陈敏 ,  严少华 ,  赵怡涛 ,  朱庆

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62

Abstract: 本发明提供了一种无人机重复纹理影像局部显著特征点匹配方法，包括：分别提取参考影像局部显著特征点和待匹配影像局部显著特征点；在参考影像和待匹配影像上基于局部显著特征点的特征响应强度值选择种子点并匹配；利用同名种子点计算参考影像与待匹配影像之间的几何变换模型，基于该几何变换模型计算参考影像上每个局部显著特征点在待匹配影像上的同名特征搜索区域；在待匹配影像搜索区域内利用NNDR方法寻找每个参考影像局部显著特征点的同名点。该方法提出了适用于无人机重复纹理影像匹配的局部显著特征点检测算子，通过该特征点检测算子获取的特征点同时具有较强的定位能力和可区分性，在匹配过程中能够被正确匹配出来，保证较高匹配正确率。