面向大视角差的无人机影像序列学习型特征匹配EI北大核心CSCD |
| |
引用本文: | 张永显,马国锐,崔志祥,张志军.面向大视角差的无人机影像序列学习型特征匹配EI北大核心CSCD[J].测绘学报,2023(2):230-243. |
| |
作者姓名: | 张永显 马国锐 崔志祥 张志军 |
| |
作者单位: | 1.武汉大学测绘遥感信息工程国家重点实验室430079;2.31682部队730020;3.中国地质调查局西宁自然资源综合调查中心810000; |
| |
基金项目: | 国家重点研发计划(2018YFB1004603);中国地质调查局项目(DD20191016)。 |
| |
摘 要: | 针对无人机大视角差影像之间存在仿射变形大、遮挡严重、视角差异显著等问题导致的同名点匹配存在多解和大量误匹配难题,本文提出了一种适用于大视角差影像稳健匹配方法。利用改进的具有双头通信机制的D2-Net卷积神经网络提取倾斜影像的学习型特征,在之后的同名点匹配搜索阶段,为解决唯一匹配点受到较多潜在可行解干扰的问题,设计了一种由粗到精的提纯策略,在稳健匹配同名点对的同时大幅降低匹配开销成本。将HPatches数据集中多组不同场景的影像序列和实地采集的无人机大视角差影像序列作为数据源对提出的方法进行测试,并与具有代表性的基于手工设计的ASIFT方法和基于深度学习的多种方法进行了比较。结果表明,本文方法能够提取稳健的大视角差影像序列仿射不变学习型特征,在正确匹配点数、匹配点正确率、匹配点均方根误差和匹配时间开销方面具有优势。
|
关 键 词: | 影像匹配 仿射变换 深度学习特征 卷积神经网络 无人机 |
本文献已被 维普 等数据库收录! |
|