论文摘要
目前,图像自动配准技术已成为图像配准领域中的研究热点之一。如何提高匹配精度是图像配准的关键步骤,基于此本文提出基于深度学习的匹配方法。首先,描述了卷积神经网络模型的网络结构,通过改善经典模型的网络结构,将其应用到影像匹配任务当中;其次,利用训练好的自适应网络模型来获取控制点的特征表达;最后,将控制点的特征表达通过欧式距离算法进行相似度匹配。实验结果表明,本文方法大幅降低了图像匹配粗匹配的错误率,为后续配准建立了良好基础,且对数据源具有良好的稳健性。
论文目录
文章来源
类型: 期刊论文
作者: 郭正胜,李参海
关键词: 图像配准,匹配,卷积神经网络,特征表达
来源: 测绘与空间地理信息 2019年01期
年度: 2019
分类: 基础科学,工程科技Ⅱ辑,信息科技
专业: 工业通用技术及设备,自动化技术
单位: 辽宁工程技术大学测绘与地理科学学院,国家测绘地理信息局卫星测绘应用中心
分类号: TP751;TP183
页码: 138-141+146
总页数: 5
文件大小: 1257K
下载量: 596