本文關(guān)鍵詞： 卷積神經(jīng)網(wǎng)絡(luò)(CNN) 圖像配準(zhǔn) 十字點(diǎn)集 遙感影像拼接　出處：《計(jì)算機(jī)工程與應(yīng)用》2017年20期 　論文類(lèi)型：期刊論文

【摘要】：針對(duì)遙感影像拼接的兩個(gè)主要過(guò)程:圖像配準(zhǔn)和點(diǎn)變換,分別進(jìn)行了深入研究。對(duì)遙感影像拼接中的特征點(diǎn)匹配問(wèn)題,提出了一種利用分層卷積特征進(jìn)行圖像配準(zhǔn)的方法。該方法利用卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,CNN)自適應(yīng)地提取特征點(diǎn)的分層卷積特征,通過(guò)相關(guān)濾波器(Correlation Filter,CF)對(duì)不同深度的卷積特征逐層進(jìn)行相關(guān)性分析,進(jìn)而綜合計(jì)算特征點(diǎn)的位置。然后對(duì)傳統(tǒng)的點(diǎn)變換方法進(jìn)行簡(jiǎn)化,提出十字點(diǎn)集變換方法。根據(jù)配準(zhǔn)的特征點(diǎn)計(jì)算變換參數(shù),實(shí)現(xiàn)遙感影像的拼接。實(shí)驗(yàn)結(jié)果表明,該方法與傳統(tǒng)的基于SIFT(Scale Invariant Feature Transform)的拼接方法相比,精度較高且具有較好的魯棒性。
[Abstract]:In view of the two main processes of remote sensing image mosaic: image registration and point transformation, this paper studies the feature points matching in remote sensing image mosaic. A method of image registration using hierarchical convolution features is proposed, which uses convolutional Neural Networks. CNNs adaptively extract hierarchical convolution features of feature points and correlate Filter through correlation filters. CFC) carries on the correlation analysis to the different depth convolution characteristic layer by layer, then synthetically calculates the characteristic point position, then simplifies the traditional point transformation method. A cross point set transform method is proposed. The transform parameters are calculated according to the registered feature points, and the remote sensing images are stitched. The experimental results show that. Compared with the traditional SIFT(Scale Invariant Feature transform method, this method has higher precision and better robustness.
【作者單位】： 北京林業(yè)大學(xué)信息學(xué)院;中國(guó)科學(xué)院遙感與數(shù)字地球研究所數(shù)據(jù)技術(shù)部;
【基金】：海南省重大科技計(jì)劃項(xiàng)目(No.ZDKJ2016021) 國(guó)家重點(diǎn)研發(fā)計(jì)劃(No.2016YFB0501504) DBAR中科院“一帶一路”專(zhuān)項(xiàng)項(xiàng)目 北京市自然科學(xué)基金(No.6164038)
【分類(lèi)號(hào)】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳秋曉,駱劍承,周成虎;基于多特征的遙感影像分析——一個(gè)新的視角[J];國(guó)土資源遙感;2003年01期

2 王占宏,杜道生;模糊綜合評(píng)價(jià)法在數(shù)字遙感影像產(chǎn)品質(zhì)量評(píng)價(jià)中的應(yīng)用[J];測(cè)繪科學(xué);2004年S1期

3 韓玲,吳漢寧,杜子濤,趙希剛;遙感影像地圖在鄂爾多斯盆地環(huán)形構(gòu)造識(shí)別中的應(yīng)用[J];公路交通科技;2005年S1期

4 王思遠(yuǎn),王光謙,陳志祥;基于遙感影像綜合理解模型的遙感影像分類(lèi)[J];計(jì)算機(jī)工程;2005年19期

5 王賢敏;關(guān)澤群;吳沉寒;;采用影像融合的遙感影像授權(quán)使用小波域算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2006年05期

6 馬萬(wàn)權(quán);王士成;劉建坡;;大幅面遙感影像分發(fā)技術(shù)研究[J];無(wú)線電工程;2006年06期

7 汪承義;趙忠明;;遙感影像流程化處理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];測(cè)繪科學(xué);2006年06期

8 史本偉;陳圣波;湛邵斌;;遙感影像庫(kù)中影像布局功能的開(kāi)發(fā)實(shí)現(xiàn)[J];吉林大學(xué)學(xué)報(bào)(地球科學(xué)版);2006年S1期

9 江水;洪鳴;盛業(yè)華;;實(shí)現(xiàn)遙感影像的3維漫游[J];測(cè)繪與空間地理信息;2007年01期

10 任向紅;陸宇紅;仇生泉;;4D產(chǎn)品在遙感影像糾正中的應(yīng)用[J];測(cè)繪與空間地理信息;2007年03期

相關(guān)會(huì)議論文 前10條

1 熊劍;;地形起伏地區(qū)的遙感影像預(yù)處理研究[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

2 肖倩;李光耀;;航空遙感影像道路提取方法綜述[A];全國(guó)第十屆信號(hào)與信息處理、第四屆DSP應(yīng)用技術(shù)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2006年

3 馬海濤;;探討遙感影像的校正與誤差來(lái)源——以雞西市為例[A];2006年中國(guó)土地學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2006年

4 楊博雄;;基于北斗二代與遙感影像的定位與導(dǎo)航技術(shù)研究[A];2009年全國(guó)測(cè)繪儀器綜合學(xué)術(shù)年會(huì)論文集[C];2009年

5 譚明;李成鋼;石曉春;邱宏華;;基于特征的高分辨遙感影像道路提取[A];全國(guó)測(cè)繪科技信息網(wǎng)中南分網(wǎng)第二十四次學(xué)術(shù)信息交流會(huì)論文集[C];2010年

6 譚明;李成鋼;石曉春;邱宏華;;基于特征的高分辨遙感影像道路提取[A];廣東省測(cè)繪學(xué)會(huì)第九次會(huì)員代表大會(huì)暨學(xué)術(shù)交流會(huì)論文集[C];2010年

7 杜永明;秦其明;;不同分辨率對(duì)遙感影像中識(shí)別人造地物的影響[A];第十三屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2001年

8 趙紅穎;晏磊;;無(wú)人機(jī)遙感影像的特點(diǎn)與影像處理的關(guān)鍵技術(shù)[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

9 馮德俊;楊駿;;基于遙感影像的城市車(chē)流信息提取研究[A];第十七屆中國(guó)遙感大會(huì)摘要集[C];2010年

10 杜培軍;方濤;林卉;;遙感影像庫(kù)中數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)的研究[A];第十四屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2003年

相關(guān)重要報(bào)紙文章 前3條

1 張鵬英;國(guó)產(chǎn)遙感影像迎來(lái)共享時(shí)代[N];科技日?qǐng)?bào);2013年

2 記者 吳晶晶;我用遙感影像發(fā)現(xiàn)3處油跡帶[N];新華每日電訊;2014年

3 沈占鋒;遙感影像信息提取與分析[N];計(jì)算機(jī)世界;2006年

相關(guān)博士學(xué)位論文 前10條

1 劉亞嵐;遙感影像群判讀技術(shù)的試驗(yàn)研究[D];中國(guó)科學(xué)院研究生院（遙感應(yīng)用研究所）;2004年

2 程起敏;基于內(nèi)容的遙感影像庫(kù)檢索關(guān)鍵技術(shù)研究[D];中國(guó)科學(xué)院研究生院（遙感應(yīng)用研究所）;2004年

3 任娜;遙感影像數(shù)字水印算法研究[D];南京師范大學(xué);2011年

4 鄧冰;遙感影像信息度量方法研究[D];武漢大學(xué);2009年

5 柳稼航;基于視覺(jué)特征的高分辨率光學(xué)遙感影像目標(biāo)識(shí)別與提取技術(shù)研究[D];上海交通大學(xué);2011年

6 王占宏;遙感影像信息量及質(zhì)量度量模型的研究[D];武漢大學(xué);2004年

7 王強(qiáng);異構(gòu)環(huán)境下的航空遙感影像協(xié)同存儲(chǔ)及處理關(guān)鍵技術(shù)研究[D];武漢大學(xué);2011年

8 張桂峰;粒度理論下的多尺度遙感影像分割[D];武漢大學(xué);2010年

9 劉婷婷;基于區(qū)域的多分辨率遙感影像語(yǔ)義檢索方法研究[D];武漢大學(xué);2009年

10 馬力;基于整體優(yōu)先性的遙感影像道路信息提取研究[D];武漢大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 王金杰;基于語(yǔ)義的遙感影像數(shù)據(jù)檢索關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

2 張文君;基于遙感影像特征的云霧去除模型對(duì)比研究[D];云南大學(xué);2016年

3 彭磊;遙感影像大數(shù)據(jù)管理系統(tǒng)關(guān)鍵技術(shù)研究與系統(tǒng)實(shí)現(xiàn)[D];電子科技大學(xué);2016年

4 曹兆偉;基于人工神經(jīng)網(wǎng)絡(luò)的海島遙感影像地物分類(lèi)研究[D];上海海洋大學(xué);2016年

5 包陽(yáng)捷;面向遙感影像分析的超像素分割方法[D];浙江大學(xué);2016年

6 運(yùn)曉東;海量遙感影像快速瀏覽技術(shù)研究與實(shí)現(xiàn)[D];中國(guó)科學(xué)院大學(xué)(工程管理與信息技術(shù)學(xué)院);2016年

7 王鵬;遙感影像的ISODATA分類(lèi)算法的并行化研究[D];河南大學(xué);2016年

8 宋廣生;基于“高分”影像的道路養(yǎng)護(hù)故障檢測(cè)系統(tǒng)實(shí)現(xiàn)[D];河北科技大學(xué);2016年

9 梅立琴;高分遙感影像中的建成區(qū)檢測(cè)方法研究[D];華中科技大學(xué);2015年

10 張亞?wèn)|;基于形態(tài)學(xué)的遙感影像房屋提取研究[D];吉林大學(xué);2017年

，

本文編號(hào)：1492741