-
公开(公告)号：CN113012208A
公开(公告)日：2021-06-22
申请号：CN202110305052.X
申请日：2021-03-22
Applicant: 上海应用技术大学 , 上海牛甲机电科技有限公司
Abstract: 本发明提供了一种多视角遥感图像配准方法及系统，包括：根据原始遥感图像生成模拟多视角遥感图像配准的数据集；通过数据集和基于采样点的损失函数对深度神经网络模型进行训练生成深度学习模型，深度学习模型包括密集配准网络和稀疏配准网络；通过密集配准网络提取参考图像和待配准图像的多尺度特征，对多尺度特征进行匹配生成多尺度特征匹配图，根据将多尺度特征匹配图生成密集图像配准参数；通稀疏配准网络进行稀疏特征提取，并进行特征匹配生成稀疏匹配参数；将密集图像配准参数和稀疏图像配准参数进行融合生成目标配准参数；根据目标配准参数对待配准图像进行重采样，生成配准后图像。本发明能够实现复杂场景下多视角遥感图像高精度配准。
-
公开(公告)号：CN111724424A
公开(公告)日：2020-09-29
申请号：CN202010594923.X
申请日：2020-06-24
Applicant: 上海应用技术大学
IPC: G06T7/33
Abstract: 本发明提供了一种图像配准方法，本发明首先采用密集结构改进的双通道神经网络模型对输入的图像对进行特征提取生成相应的特征点，采用最近邻匹配算法对生成的特征点进行粗匹配后，生成最后的目标点集和控制点集；然后用移动最小二乘法进行点集变换得到最优变化解；最后待配准图像根据该变换模型实现变换，完成配准。实验表明，使用本发明对于具有显著地貌差异的图像配准有着更好的效果且本发明的鲁棒性较好。
-
公开(公告)号：CN111724424B
公开(公告)日：2024-05-14
申请号：CN202010594923.X
申请日：2020-06-24
Applicant: 上海应用技术大学
IPC: G06T7/33
Abstract: 本发明提供了一种图像配准方法，本发明首先采用密集结构改进的双通道神经网络模型对输入的图像对进行特征提取生成相应的特征点，采用最近邻匹配算法对生成的特征点进行粗匹配后，生成最后的目标点集和控制点集；然后用移动最小二乘法进行点集变换得到最优变化解；最后待配准图像根据该变换模型实现变换，完成配准。实验表明，使用本发明对于具有显著地貌差异的图像配准有着更好的效果且本发明的鲁棒性较好。
-
公开(公告)号：CN113012208B
公开(公告)日：2024-05-17
申请号：CN202110305052.X
申请日：2021-03-22
Applicant: 上海应用技术大学 , 上海牛甲机电科技有限公司
Abstract: 本发明提供了一种多视角遥感图像配准方法及系统，包括：根据原始遥感图像生成模拟多视角遥感图像配准的数据集；通过数据集和基于采样点的损失函数对深度神经网络模型进行训练生成深度学习模型，深度学习模型包括密集配准网络和稀疏配准网络；通过密集配准网络提取参考图像和待配准图像的多尺度特征，对多尺度特征进行匹配生成多尺度特征匹配图，根据将多尺度特征匹配图生成密集图像配准参数；通稀疏配准网络进行稀疏特征提取，并进行特征匹配生成稀疏匹配参数；将密集图像配准参数和稀疏图像配准参数进行融合生成目标配准参数；根据目标配准参数对待配准图像进行重采样，生成配准后图像。本发明能够实现复杂场景下多视角遥感图像高精度配准。
-
-
-
Search Results
4
records
(took 0.02 seconds)
