基于深度神经网络的SAR图像配准方法
摘要:
本发明提出了一种基于深度神经网络的SAR图像配准方法,具体实现步骤如下:(1)获取训练样本;(2)设计并训练深度神经网络;(3)预测匹配关系;(4)剔除错误的匹配点;(5)求解几何变换参数;(6)配准图像。本发明采用基于深度神经网络的SAR图像配准方法,能够有效克服现有技术中人工设计特征提取算子复杂度高、计算量大、鲁棒性差等的缺点,有效地减少了计算量,而且深度神经网络可以提取图像的本质特征,有更好的鲁棒性,使得配准的精度更高。
公开/授权文献
0/0