针对多模态遥感影像存在非线性辐射畸变的问题,本文提出了一种结合相位对称特征与基于排序局部自相似性的多模态遥感影像匹配方法.首先,利用影像的局部相位信息构造相位对称图,在此基础上利用加速分段测试特征提取算法(features from ac...针对多模态遥感影像存在非线性辐射畸变的问题,本文提出了一种结合相位对称特征与基于排序局部自相似性的多模态遥感影像匹配方法.首先,利用影像的局部相位信息构造相位对称图,在此基础上利用加速分段测试特征提取算法(features from accelerated segment test,FAST)对相位对称图进行特征提取.然后结合基于排序的局部自相似性与相位一致性构造一种新的特征描述符RPCLSS(combining rank,phase congruency and local self-similarity descriptor).最后利用快速抽样一致性算法(fast sample consensus,FSC)进行误匹配点剔除.将本文方法在公开的多源遥感影像数据集上与现有的5种先进匹配方法进行对比实验.实验结果表明,本文方法在正确匹配点数量、匹配精度和匹配正确率方面,优于现有的先进多模态遥感影像匹配方法.展开更多
文摘针对多模态遥感影像存在非线性辐射畸变的问题,本文提出了一种结合相位对称特征与基于排序局部自相似性的多模态遥感影像匹配方法.首先,利用影像的局部相位信息构造相位对称图,在此基础上利用加速分段测试特征提取算法(features from accelerated segment test,FAST)对相位对称图进行特征提取.然后结合基于排序的局部自相似性与相位一致性构造一种新的特征描述符RPCLSS(combining rank,phase congruency and local self-similarity descriptor).最后利用快速抽样一致性算法(fast sample consensus,FSC)进行误匹配点剔除.将本文方法在公开的多源遥感影像数据集上与现有的5种先进匹配方法进行对比实验.实验结果表明,本文方法在正确匹配点数量、匹配精度和匹配正确率方面,优于现有的先进多模态遥感影像匹配方法.
