基于U-net分割与HEIV模型的遥感图像配准方法

• 作者: 周拥军 周瑜 庹红娅 李元祥 陈辰 骆建华
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 图像配准 图像分割 变量含异质噪声模型 结构化总体最小二乘 目标区域权值
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 图形图像处理
• 页码范围: 249-255
• 页数: 7页
• 分类号: TP751.1
• 字数: 5612字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0052166

摘要

在利用航拍遥感图像进行土地测量与变化检测时,需要对图像进行配准处理.为实现目标区域的高精度匹配,提出一种遥感图像配准方法.对图像进行U-net分割,以适用于小样本数据集的处理,针对不同区域特征的误差,将变量含异质噪声模型应用于配准参数估计,提高目标区域的配准精度.实验结果表明,与基于Harris角点的配准方法相比,该方法的全局平均配准精度提高41.39％,与基于SIFT特征点的配准方法相比,其感兴趣区域的平均配准精度提高16.67％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	骆建华	上海交通大学航空航天学院	18	103	6.0	9.0
2	李元祥	上海交通大学航空航天学院	37	227	8.0	13.0
3	庹红娅	上海交通大学航空航天学院	8	37	3.0	6.0
4	周拥军	上海交通大学船舶海洋与建筑工程学院	33	170	6.0	12.0
5	陈辰	上海交通大学航空航天学院	2	0	0.0	0.0
6	周瑜	解放军信息工程大学测绘学院	1	0	0.0	0.0