面向多模态遥感图像配准的快速鲁棒匹配方法
计算机视觉与模式识别
2021-04-01 v8
摘要
尽管遥感界对图像配准的研究已有数十年，但由于此类数据之间存在显著的非线性强度差异，多模态数据[例如光学、LiDAR、SAR 和地图]的配准仍是一个具有挑战性的问题。为解决该问题，本文提出一种集成局部描述子的快速鲁棒匹配框架用于多模态配准。在所提框架中，首先在每个像素处提取局部描述子（如方向梯度直方图(HOG)、局部自相似(LSS)或加速稳健特征(SURF)）以形成图像的像素级特征表示。然后我们基于频域中使用三维快速傅里叶变换(3DFFT)技术的特征表示定义一种相似性度量，随后通过模板匹配方案检测图像间的控制点。在此过程中，我们还提出一种利用图像方向梯度的像素级特征表示，命名为方向梯度通道特征(CFOG)。该新特征是对像素级 HOG 描述子的扩展，在匹配性能和计算效率上均优于后者。所提框架的主要优势包括：(1) 利用像素级特征描述的结构相似性表示；(2) 由于使用 3DFFT 带来的高计算效率。在不同类型多模态图像上的实验结果表明，所提框架的匹配性能优于当前最优方法。该匹配框架已用于一家中国上市公司的软件产品中。本文提供了 Matlab 代码。
引用
@article{arxiv.1808.06194,
title = {Fast and Robust Matching for Multimodal Remote Sensing Image Registration},
author = {Yuanxin Ye and Lorenzo Bruzzone and Jie Shan and Francesca Bovolo and Qing Zhu},
journal= {arXiv preprint arXiv:1808.06194},
year = {2021}
}