針對(duì)遙感影像半全局立體匹配（SGM）對(duì)噪聲敏感及在視差不連續(xù)和弱紋理區(qū)域產(chǎn)生條紋導(dǎo)致匹配率低的問題,提出一種結(jié)合加速魯棒特征（SURF）的遙感影像SGM算法。首先,用SURF計(jì)算遙感影像的特征匹配點(diǎn)和特征點(diǎn)主方向,并用快速最近鄰搜索算法剔除錯(cuò)誤的匹配點(diǎn);然后,用Census變換計(jì)算兩幅遙感影像的匹配代價(jià),用特征點(diǎn)主方向來(lái)調(diào)整SGM算法在不同聚合路徑方向上的路徑權(quán)重;最后,用改進(jìn)的加權(quán)聯(lián)合雙邊濾波（WJBF）方法進(jìn)行視差精化,以去除視差圖中的噪聲和條紋。在WorldView、IKONOS、高景一號(hào)遙感影像數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),結(jié)果表明,所提算法無(wú)論在主觀視覺還是客觀評(píng)價(jià)指標(biāo)上都優(yōu)于對(duì)比算法,有效解決了弱紋理和視差不連續(xù)區(qū)域中的條紋和噪聲,提高了立體匹配精度。 

【文章來(lái)源】：光學(xué)學(xué)報(bào). 2020,40(16)北大核心EICSCD

【文章頁(yè)數(shù)】：9 頁(yè)

【文章目錄】：
1 引 言
2 半全局立體匹配算法描述
    2.1 遙感立體像對(duì)特征檢測(cè)和匹配
    2.2 改進(jìn)的遙感影像半全局立體匹配算法
    2.3 改進(jìn)的遙感影像立體匹配視差精化
3 實(shí)驗(yàn)結(jié)果與分析
    3.1 數(shù)據(jù)集與參數(shù)設(shè)置
    3.2 實(shí)驗(yàn)結(jié)果
4 結(jié) 論



本文編號(hào)：3194778