基于共享模态变换的SAR与光学图像匹配
计算机视觉与模式识别
2026-02-16 v1
摘要
光学图像与合成孔径雷达图像之间的显著差异是由地球遥感平台获取它们所依据的物理原理的根本差异造成的。这些差异使得这两种图像的精确匹配变得困难。在本文中，我们提出了一种新的光学与SAR图像匹配方法，该方法基于将图像变换到一种新的模态。这种新的图像模态对光学和SAR图像是共同的，并满足以下条件。首先，变换后的图像必须具有相等且预定义的通道数。其次，变换后并配准的图像必须尽可能相似。第三，变换后的图像必须是非退化的，这意味着它们必须保留原始图像的重要特征。为了进一步匹配变换到这种共享模态的图像，我们训练了RoMa图像匹配模型，该模型是匹配常规数字照片的领先解决方案之一。我们在公开可用的、包含光学和SAR图像的MultiSenGE数据集上评估了所提出的方法。我们证明了该方法优于基于原始模态间图像翻译和各种特征匹配算法的替代方法。所提出的解决方案不仅提供了更好的匹配质量，而且更加通用。它使得能够使用为常规图像预训练的现成RoMa和DeDoDe模型，而无需为新模态重新训练，同时保持光学和SAR图像的高质量匹配。
引用
@article{arxiv.2602.12515,
title = {Matching of SAR and optical images based on transformation to shared modality},
author = {Alexey Borisov and Evgeny Myasnikov and Vladislav Myasnikov},
journal= {arXiv preprint arXiv:2602.12515},
year = {2026}
}