R2FD2：基于可重复特征检测与旋转不变特征描述的多模态遥感图像快速鲁棒匹配
计算机视觉与模式识别
2023-02-08 v4
摘要
由于辐射与几何上的显著差异，自动识别多模态图像间的特征对应面临巨大挑战。为解决这些问题，我们提出一种对辐射与旋转差异均鲁棒的新型特征匹配方法（命名为 R2FD2）。我们的 R2FD2 包含两项关键贡献：可重复特征检测器与旋转不变特征描述子。在第一阶段，提出一种称为多通道 Log-Gabor 自相关(MALG)的可重复特征检测器用于特征检测，其将多通道自相关策略与 Log-Gabor 小波相结合，以检测具有高可重复性与均匀分布的兴趣点(IP)。在第二阶段，构建一种名为旋转不变 Log-Gabor 最大索引图(RMLG)的旋转不变特征描述子，其由两部分组成：主方向快速赋值与特征表示构建。在主方向快速赋值过程中，建立旋转不变最大索引图(RMIM)以应对旋转形变。随后，所提 RMLG 将旋转不变的 RMIM 与 DAISY 的空间构型相结合，刻画更具判别力的特征表示，提升了 RMLG 对辐射与旋转变化的抵抗能力。实验结果表明，所提 R2FD2 优于五种最先进的特征匹配方法，并在适应性与通用性上具有显著优势。此外，我们的 R2FD2 实现了两像素内的匹配精度，且在匹配效率上较其他最先进方法具有巨大优势。
引用
@article{arxiv.2212.02277,
title = {R2FD2: Fast and Robust Matching of Multimodal Remote Sensing Image via Repeatable Feature Detector and Rotation-invariant Feature Descriptor},
author = {Bai Zhu and Chao Yang and Jinkun Dai and Jianwei Fan and Yuanxin Ye},
journal= {arXiv preprint arXiv:2212.02277},
year = {2023}
}
备注
33 pages, 15 figures