RFVTM：一种用于遥感图像配准的恢复与滤波顶点三分匹配法
图像与视频处理
2022-04-05 v1 计算机视觉与模式识别
摘要
可靠的特征点匹配是基于特征的图像配准中至关重要却具挑战性的过程。本文提出一种称为恢复与滤波顶点三分匹配（RFVTM）的鲁棒特征点匹配算法，用于去除遥感图像的离群点并保留充足内点。基于任意顶点与线之间的几何关系在仿射变换后保持不变，提出一种新颖的仿射不变描述子——顶点三分描述子，其通过将每个顶点映射至三分集来构造。顶点三分匹配（VTM）中的离群点去除通过迭代比较对应顶点三分描述子的差异来实现。VTM 迭代中会误删一些被大量离群点错误验证的内点，且若干接近正确位置的残余离群点因相同图结构无法被排除。因此，设计了一种恢复与滤波策略，基于相同的顶点三分描述子与受限变换误差来恢复部分内点。借助额外恢复的内点，残余离群点也可在扩展顶点集达到相同图的过程中被滤除。实验结果表明该算法在各类条件下（如具有大变换、重复模式或不一致光谱内容的遥感图像）在精度与稳定性上均具优越性能。
引用
@article{arxiv.2204.00818,
title = {RFVTM: A Recovery and Filtering Vertex Trichotomy Matching for Remote Sensing Image Registration},
author = {Ming Zhao and Bowen An and Yongpeng Wu and Huynh Van Luong and André Kaup},
journal= {arXiv preprint arXiv:2204.00818},
year = {2022}
}