基于双支路神经网络的光学与SAR图像配准方法
基本信息
| 申请号 | CN202210301648.7 | 申请日 | - |
| 公开（公告）号 | CN114708313A | 公开（公告）日 | 2022-07-05 |
| 申请公布号 | CN114708313A | 申请公布日 | 2022-07-05 |
| 分类号 | G06T7/33（2017.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06V10/46（2022.01）I;G06V10/74（2022.01）I;G06V10/75（2022.01）I;G06V10/764（2022.01）I;G06V10/82（2022.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 吴艳兰;杨辉;王彪 | 申请（专利权）人 | 安徽大学 |
| 代理机构 | 安徽顺超知识产权代理事务所（特殊普通合伙） | 代理人 | - |
| 地址 | 230601安徽省合肥市经济技术开发区龙路111号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及图像配准技术领域，涉及一种基于双支路神经网络的光学与SAR图像配准方法，包括：一、提取光学和SAR图像的点特征信息，将点特征信息转化为以特征点为中心的特征图像作为输入信息；二、利用双支路神经网络训练识别输入的光学和SAR的特征图像信息的匹配关系；利用光学和SAR图像的样本数据制作样本库输入到网络中训练，分析网络模型的配准精度，迭代对网络进行训练，选出训练效果最佳的模型作为模型文件，获取光学和SAR的正确图像匹配对；三、筛选出正确匹配的图像对的特征点信息，利用匹配特征点计算光学和SAR的图像变换矩阵参数信息，获取到最终图像信息。本发明能较佳地进行光学和SAR的图像配准。 |
