基于深度学习的遥感图像匹配方法 |
| |
引用本文: | 郭正胜,李参海.基于深度学习的遥感图像匹配方法[J].测绘与空间地理信息,2019,42(1). |
| |
作者姓名: | 郭正胜 李参海 |
| |
作者单位: | 辽宁工程技术大学 测绘与地理科学学院,辽宁 阜新12300;国家测绘地理信息局 卫星测绘应用中心,北京100048;国家测绘地理信息局 卫星测绘应用中心,北京,100048 |
| |
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 词: | 图像配准 匹配 卷积神经网络 特征表达 |
本文献已被 CNKI 万方数据 等数据库收录! |
|