基于图像块三阶段匹配的遥感图像配准方法

    公开(公告)号:CN116188249A

    公开(公告)日:2023-05-30

    申请号:CN202211660401.0

    申请日:2022-12-23

    Abstract: 本发明涉及一种基于图像块三阶段匹配的遥感图像配准方法,以Shi_Tomas算法提取到的特征点为中心裁剪图像,获得图像块,依次分别对图像块进行一对多匹配、一对一匹配和图像块畸变补偿,来找到图像块之间的精确匹配。并使用贪心算法对所有匹配连接点进行均匀化处理,最后用RANSAC进行全局仿射变换参数估计完成配准。实验结果表明,与几种主流算法相比整体表现良好,配准精度有所提升。提高从不同时间和角度获取的两幅遥感图像之间的图像配准精度。

    基于强化学习的近红外和可见光遥感图像配准方法

    公开(公告)号:CN113643339B

    公开(公告)日:2024-02-02

    申请号:CN202110934332.7

    申请日:2021-08-13

    Abstract: 本发明公开了一种基于强化学习的近红外和可见光遥感图像配准方法,包括以下步骤:S1,将红外和可见光图像修剪到同样大小,并做堆叠处理;S2,将堆叠后的图像输入残差改进的密集神经网络进行处理并输出配准所需要的Q值;S3,根据Q值进行推理预测出策略动作空间中每个动作的概率分布;S4,根据每个动作的概率分布,在策略动作空间中选择一个概率最大的动作,并由待配准图像执行该动作;S5,当待配准图像和参考图像达到设定的相似度阈值后,对当前图像配准进行贪心算法推理采样;S6,对当前待配准图像进行移动重采样输出最终配准结果。本发明图像配准方法的配准图像各处衔接自然流畅,多模态图像配准更加稳定,效果更好。

    基于强化学习的近红外和可见光遥感图像配准方法

    公开(公告)号:CN113643339A

    公开(公告)日:2021-11-12

    申请号:CN202110934332.7

    申请日:2021-08-13

    Abstract: 本发明公开了一种基于强化学习的近红外和可见光遥感图像配准方法,包括以下步骤:S1,将红外和可见光图像修剪到同样大小,并做堆叠处理;S2,将堆叠后的图像输入残差改进的密集神经网络进行处理并输出配准所需要的Q值;S3,根据Q值进行推理预测出策略动作空间中每个动作的概率分布;S4,根据每个动作的概率分布,在策略动作空间中选择一个概率最大的动作,并由待配准图像执行该动作;S5,当待配准图像和参考图像达到设定的相似度阈值后,对当前图像配准进行贪心算法推理采样;S6,对当前待配准图像进行移动重采样输出最终配准结果。本发明图像配准方法的配准图像各处衔接自然流畅,多模态图像配准更加稳定,效果更好。

Patent Agency Ranking