公开(公告)号：CN116051872A

公开(公告)日：2023-05-02

申请号：CN202310061807.5

申请日：2023-01-19

Applicant: 同济大学

Inventor： 田炜 ,  叶罗鑫

IPC: G06V10/75 ,  G06V10/74 ,  G06V10/774 ,  G06V10/44 ,  G06V10/82 ,  G06V20/56 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/09

Abstract: 本发明涉及一种跨光谱图像的特征点匹配方法，包括：将经过标定对齐的跨光谱图像对输入到对抗生成网络模型中进行训练，得到模态转换模型；将单模态的非可见光图像输入由卷积神经网络与图神经网络组成的关键点提取与匹配模型中进行训练，得到匹配模型；将待匹配图像对输入模态转换模型与匹配模型，从待匹配图像对中提取出关键点及特征描述子、并进行匹配，获得图像间关键点的匹配关系；再利用随机抽样一致算法剔除离群值，得到置信度大于预设阈值的图像间匹配关系。与现有技术相比，本发明能够对模态差异较大的跨光谱图像进行可靠的特征点提取和匹配处理，从而获得丰富而稳定的场景信息、提高无人驾驶车辆在低光照场景下的感知能力。