多维定向自相似特征的多模态遥感影像混合匹配方法和系统

    公开(公告)号:CN117173437A

    公开(公告)日:2023-12-05

    申请号:CN202311094813.7

    申请日:2023-08-28

    Applicant: 武汉大学

    Abstract: 本发明公开了一种多维定向自相似特征的多模态遥感影像混合匹配方法和系统。本发明主要包含混合特征粗匹配和多维定向自相似特征精匹配。首先执行混合特征粗匹配:采用偏移均值滤波法快速提取图像的自相似特征,并利用自相似特征的方向信息对特征点进行描述。通过混合特征粗匹配,估计多模态影像之间的仿射变换模型,并对待匹配影像进行初始仿射变换。第二阶段执行多维定向自相似特征精匹配:利用混合特征粗匹配阶段得到的多通道自相似图构建多维定向自相似模板特征,并通过构造的模板特征抽稀策略,使用三维高斯核对定向自相似特征进行卷积增强。最后使用三维相位一致性度量策略识别出高精度匹配同名点。

    基于多向张量特征的多模态遥感影像模板匹配方法和系统

    公开(公告)号:CN117853762A

    公开(公告)日:2024-04-09

    申请号:CN202410114935.6

    申请日:2024-01-26

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于多向张量特征的多模态遥感影像模板匹配方法和系统,旨在解决模板匹配计算效率低、精度有限以及特征点分布不均匀等问题。提出的模板匹配方法主要采用了多向张量特征,包含以下三个主要步骤:特征点提取、描述子构建和相似性度量。首先,在特征点提取阶段,设计了格网盒子最大显著点提取方法,确保特征点被均匀提取。接着,描述子构建阶段,其中描述子的生成依赖于引入的多向张量特征模型,用于生成多向张量特征图。最终,进行相似性度量,采用快速多维傅里叶变换方法,以确保模板匹配的高效性。这一创新方法的优势在于克服了传统模板匹配中计算效率低、精度受限以及特征点不均匀分布的问题。

Patent Agency Ranking