神经网络学习与灰度信息结合的跨视角影像线特征匹配算法

摘要：

跨视角影像几何形变大,同名线段单侧邻域易产生明显差异,传统线特征匹配算法难以获得可靠线对.为此,本文提出了一种针对跨视角影像的神经网络学习与灰度信息结合的线特征匹配算法.首先,获取影像的像素级方向梯度直方图特征,并结合神经网络融合影像灰度信息形成特征描述格网;然后,在线段上提取离散点,根据离散点单侧特征描述格网信息计算点的单侧描述,采用深度学习方法聚合点单侧描述符形成线的单侧抽象表达;最后,利用已知同名点约束匹配区域进行分组匹配,通过比较线对拓扑一致性进行匹配结果核验,得到最终匹配线对.选取多组具有代表性的异源跨视角影像公开数据进行线匹配试验,并与主流线匹配算法进行对比分析.结果表明,本文算法能够针对内容差异明显的异源跨视角影像,获取分布均匀且正确率较高的匹配线对,实现跨视角影像线特征的稳健匹配.

关键词：线特征匹配、跨视角影像、神经网络、灰度信息、特征融合

所属期刊栏目：52

分类号：P237(摄影测量学与测绘遥感)

在线出版日期：2023-07-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：990-999